基于轮轨噪声和振动波形的无砟轨道病害快速识别方法与流程

本发明属于轨道交通工程监测，具体涉及一种基于轮轨噪声和振动波形的无砟轨道病害快速识别方法。

背景技术：

1、随着铁路运营里程的增加及服役时间的延长，目前铁路轨道的养护工作量逐渐增加。为了保证铁路轨道的正常运营，目前轨道交通工务工程的检查方法主要有：添乘列车、人工巡检、综合检测车。上述方法由于检测的手段具有周期性，因此无法实时掌握轨道的服役状态。

2、轨道结构的病害类型多样，按照结构来分可以分为钢轨类病害、扣件类病害和道床类病害。其中钢轨病害进一步包括道岔、钢轨伸缩调节器部件伤损、钢轨波磨、钢轨焊接接头凹陷等；扣件类病害包含扣件弹条断裂、扣件螺栓松动、扣件缺失等；道床类病害包含道床表面开裂、道床破损、道床层间离缝的等。

3、传统的检查方法虽然可以检查到无砟轨道结构的部分病害，但是检测的周期长，效率较低，同时无法识别无砟轨道结构的隐蔽病害。因此，目前尚未有一种有效的监测方法可以进行无砟轨道病害的快速识别。

技术实现思路

1、针对现有技术的以上缺陷或改进需求中的一种或者多种，本发明提供了一种基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，可显著提高无砟轨道结构病害识别的有效性、准确性和可靠性，能够及时地预警以及进行相应地维护，减少铁路工务部门等的劳动强度和人工成本。

2、为实现上述目的，本发明提供一种基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，包括如下步骤：

3、s1采集无砟轨道结构中频率h为0～2500hz之间的振动数据，其中0＜h≤400hz的振动数据与无砟道床振动频率对应，该范围内中振动数据以振动波形转换成图片的方式进行存储；400＜h≤2500hz的振动数据与轮轨噪声音频频率对应，该范围内的振动数据以噪声音频特征数据进行存储；

4、s2通过长期监测分别建立轮轨噪声音频数据库和无砟道床振动波形图片数据库，所述轮轨噪声音频数据库包括轮轨噪声音频健康数据库和轮轨噪声音频病害数据库，所述无砟道床振动波形图片数据库包括健康状态振动波形数据库和病害状态振动波形数据库；

5、s3将实时采集的每趟列车轮轨噪声音频数据和无砟道床振动波形数据与前期建立的数据库进行相似度分析，评价轨道结构的服役状态，进而快速识别无砟轨道病害。

6、作为本发明的进一步改进，步骤s3中，

7、若所述轮轨噪声音频数据和所述无砟道床振动波形数据均符合健康状态数据特征，则轨道结构服役状态正常；

8、若所述轮轨噪声音频数据符合健康状态数据特征，但所述无砟道床振动波形数据不符合健康状态数据特征，则初步判定无砟道床状态异常，再将所述无砟道床振动波形数据与所述病害状态振动波形进行对比，进一步判断无砟道床对应的病害类型及概率；

9、若所述无砟道床振动波形数据符合健康状态数据特征，但所述轮轨噪声音频数据不符合健康状态数据特征，则初步判定是钢轨或者车轮异常；对后续通过的其他列车进行轮轨噪声音频数据评价，若其他列车不存在轮轨噪声音频数据异常，则判定异常是由于车轮状态异常引起的，若其他列车同样存在轮轨噪声音频数据异常，则判定异常是该段轨道结构的钢轨或者扣件异常引起的；最后将所述轮轨噪声音频数据与所述病害状态音频特征数据对比，判定病害的类型及概率；

10、若轮轨噪声音频数据和无砟道床振动波形数据均不符合健康状态数据特征，则先对比后续列车的监测数据，若结论保持一致，则判定无砟轨道异常，否则为车辆异常；再将采集到的该趟车实时轮轨噪声音频数据和无砟道床振动波形数据与前期建立的病害数据库进行对比分析，判断对应的病害及发生的概率。

11、作为本发明的进一步改进，所述无砟道床振动波形图片数据库的建立方法包括如下步骤：

12、采集不同轨道结构类型中0～2500hz的振动数据，并将振动数据中频率不超过400hz的振动数据以振动波形转换成图片的方式分别存入对应的无砟道床健康状态振动波形数据库和病害状态振动波形数据库；

13、同时将不同无砟道床病害所获得的振动波形解析后的特征，存入无砟道床病害状态振动波形数据库。

14、作为本发明的进一步改进，所述振动波形解析后的特征包括频谱、倍频程及相关性特征。

15、作为本发明的进一步改进，所述轮轨噪声音频数据库的建立方法包括如下步骤：

16、采集不同轨道结构类型中0～2500hz的振动数据，并将振动数据中频率超过400hz的振动数据以噪声音频特征数据进行存储；

17、对不同类型的噪声音频特征数据进行分类并标注，提取出轮轨健康区段正常行驶音频数据、轨道病害区段行驶音频数据及车轮异常产生的音频数据，对音频数据进行分帧加窗预处理；通过对每一帧的音频信号进行特征提取，并将这些特征进行合并，从而得到整段音频新的总体特征；

18、提取特征合并后的音频数据的时域特征参数和频域特征参数，建立轮轨噪声音频数据库。

19、作为本发明的进一步改进，对不同类型的噪声音频特征数据进行分类并标注时，需剔除列车启动音频数据、列车制动音频数据、列车停站时的背景白噪声音频数据、车站内语音播报音频数据、警铃蜂鸣音频数据。

20、作为本发明的进一步改进，所述时域特征参数包括短时平均能量、短时平均过零率、峰峰值正态分布统计95％置信区间、最大振级；所述频域特征参数包括1/3倍频程频谱声压、梅尔频率倒谱系数及其一阶或二阶差分。

21、作为本发明的进一步改进，所述轮轨噪声音频病害数据库包括轨道病害区段行驶音频数据、车轮异常产生的异常音频数据；

22、所述轨道病害区段行驶音频数据包括钢轨波磨、钢轨接头伤损对应的音频特征数据；所述车轮异常产生的异常音频数据包括车轮破损对应的音频特征数据。

23、作为本发明的进一步改进，所述无砟道床振动波形图片数据库中，所述病害状态振动波形数据库包括轨枕块破损、无砟道床开裂或破损、无砟道床与轨枕离缝、道床板与底座离缝脱空、钢弹簧浮置板道床断簧、下部基础沉降变形、下部基础上拱对应的振动波形。

24、总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

25、本发明基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，基于轮轨噪声和振动波形，针对无砟道床后期可能出现的病害，采集0～2500hz的振动数据，并将振动数据根据不同的频域范围按照振动波形图和音频数据进行存储，进而将实时采集的数据与数据库进行相似度分析，判断是钢轨病害、扣件病害还是无砟道床病害，显著地提高无砟轨道结构病害实时识别的有效性、准确性和可靠性，并且能够及时地预警以及进行相应地维护，减少铁路工务部门等的劳动强度和人工成本。

技术特征：

1.一种基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，步骤s3中，

3.根据权利要求1或2所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，所述无砟道床振动波形图片数据库的建立方法包括如下步骤：

4.根据权利要求3所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，所述振动波形解析后的特征包括频谱、倍频程及相关性特征。

5.根据权利要求1或2所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，所述轮轨噪声音频数据库的建立方法包括如下步骤：

6.根据权利要求5所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，对不同类型的噪声音频特征数据进行分类并标注时，需剔除列车启动音频数据、列车制动音频数据、列车停站时的背景白噪声音频数据、车站内语音播报音频数据、警铃蜂鸣音频数据。

7.根据权利要求5所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，

8.根据权利要求1、2、6或7任一项所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，

9.根据权利要求1、2、6或7任一项所述的基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，其特征在于，

技术总结
本发明公开了一种基于轮轨噪声和振动波形的无砟轨道病害快速识别方法，包括如下步骤：S1采集无砟轨道结构中频率为0～2500Hz之间的振动数据，其中不超过400Hz的振动数据与无砟道床振动频率对应，该范围内中振动数据以振动波形转换成图片的方式进行存储；超过400Hz的振动数据与轮轨噪声音频频率对应，该范围内的振动数据以噪声音频特征数据进行存储；S2通过长期监测分别建立轮轨噪声音频数据库和无砟道床振动波形图片数据库；S3将实时采集的列车轮轨噪声音频数据和无砟道床振动波形数据与前期建立的数据库进行相似度分析，评价轨道结构的服役状态，进而判断是钢轨病害、扣件病害还是无砟道床病害，显著地提高无砟轨道结构病害实时识别的有效性、准确性和可靠性。

技术研发人员：李秋义,杨舟,朱彬,林超,张政,张世杰,叶松,罗伟,陈家辉,梅琴,刘慧芳,张泽,任西冲,周磊,杨尚福
受保护的技术使用者：中铁第四勘察设计院集团有限公司
技术研发日：
技术公布日：2024/1/13