CN101110107A - 轨道交通车辆关键设备状态的智能集成及监控方法 - Google Patents

Abstract

本发明涉及轨道交通安全领域的关键设备监控及评估技术，尤其涉及轨道交通车辆关键设备状态的智能集成及监控方法。它是针对轨道交通中车辆关键部件监测与检测问题，采用高速智能分析系统检测轮轨关系状态，采用分层次系统架构，建立传感网络，将传感网络监测到的数据上传给数据处理与预警系统，所述数据处理与预警系统将基于图像分析技术与振动分析技术作为数据采集的各种传感器集成在一起，经过数据融合，实现轨道交通车辆关键设备状态的智能监控和预警。本发明实现了车载实时的车辆关键部件运行状态的监测与检测；使大量的异构数据的融合工作集中到后台数据处理模块；充分利用基于网络化平台的监测数据的关联性使分析与预警的结果更具可靠性。

Description

轨道交通车辆关键设备状态的智能集成及监控方法

技术领域

本发明涉及轨道交通安全领域的关键设备监控及评估技术，尤其涉及轨道交通车辆关键设备状态的智能集成及监控方法。

背景技术

目前对列车的轴承、车轮、转向架等关键装备分别存在着一些单独的检测技术手段和装置，如对车轮轴承温度、车速、水箱液位、供发电电源等参数的监测和预警手段。这些检测设备，基本上是安装在地面，采用的是离散不连续的方式，缺乏对这些关键装备的实时连续检测，同时缺乏对轮轨动态关系的检测。对列车关键装备缺乏全面、准确、实时、智能的检测方法，无法对系统的可靠性进行准确的评估。因此，急需研制新型的车载式的关键装备的检测装置。

在引进的新技术中，图像识别技术在城市轨道交通运营安全中有一定的应用，但仅应用到对驾驶员操作状况，前方路面状况判别等简单应用上。作为衡量是否列车脱轨的重要参数，轮轨关系的状态，一直缺乏有效的检测手段。我们采用高速智能图像分析系统来检测轮轨关系状态，本系统对于图像的分析完全脱离人工的参与，它能够独立、自动、实时监测轮轨的接触状态，如当出现异常的跳轨现象但又未造成车辆脱轨时，系统能够自动发现情况并及时提醒工作人员检修，排除隐患，以防止更大的事故发生。目前，利用图像分析技术研究轮轨关系并达到安全预警的效果的研究在国内尚属空白。

发明内容

针对现有技术的不足，本发明的目的是提供一种轨道交通车辆关键设备状态的智能集成及监控方法，该方法基于图像分析及振动分析技术的新型的车载式的轨道交通车辆关键部件工作状态检测、评估与预警系统，为轨道交通中车辆关键部件的正常运行提供技术保障。

本发明技术方案是：

一种轨道交通车辆关键设备状态的智能集成及监控方法，它是针对轨道交通中车辆关键部件监测与检测问题，采用高速智能分析系统检测轮轨关系状态，其特征在于，采用分层次系统架构，建立传感网络，将传感网络监测到的数据上传给数据处理与预警系统，所述数据处理与预警系统利用基于图像分析技术与振动分析技术的传感器数据处理集成技术，经过数据融合，实现轨道交通车辆关键设备状态的智能监控和预警。

所述分层次体系架构包括：

第一级平台：由对车辆关键部件实施监测的传感器组成，用于完成车辆关键部件运行状态的实时信号采集；

第二级平台：由嵌入式传感器设备构成的传感器网络，用于实现各传感器信号数据上传；

第三级平台：车载计算机系统，用于完成基于图像分析技术与振动分析技术的数据分析与预警。

所述传感器设备包括：图像传感器和振动传感器。

所述轨道交通车辆关键设备状态的智能集成及监控方法，其实现的具体步骤如下：

(1)根据所述分层次系统构架构建各分层；

(2)传感器对车辆关键部件实施监测，并实时采集车辆关键部件运行状态的信号，并把采集到的信号进行模数转换成数字信号；

(3)传感器将转换后数字信号的数据经由传感器网络上传到车载计算机数据处理与预警系统；

(4)数据处理与预警系统对收到的数字信号的数据采用图像分析技术与振动分析技术进行集中式数据处理，并充分考虑了各异构传感器数据及传感器网络中传感器之间的关联性，获得当前各关键部件工作状态，并在某关键部件出现异常或超出安全临界点时进行预警行为，同时数据处理与预警系统能为决策者提供可视化的实时各关键部件状态数据。

所述车辆关键部件包括轮轨、减振器、车轮轴承、转向架。

所述分层次架构的底层的传感器，包括轮轨相对位移图像检测传感器、轮轨相互作用振动检测传感器、减振器振动检测传感器、车轮轴承振动检测传感器、转向架振动检测传感器；所述分层次架构的底层的传感器具有车辆关键部件的状态监测作用。

所述实现轨道交通车辆关键设备状态的智能监控包括完成对轮轨相对位移的监测以及轮轨、减振器、车轮轴承、转向架的检测。

本发明的有益效果是：采用嵌入式车载传感器及传感器网络技术，实现车载实时的车辆关键部件运行状态的监测与检测；采用分层架构使大量的异构数据的融合工作集中到后台数据处理模块；采用先进的图像分析技术与振动分析技术对数据进行分析与预警；充分利用基于网络化平台的监测数据的关联性使分析与预警的结果更具有可靠性。

附图说明

图1为本发明的基本体系结构图；

图2为基于图像处理技术的轮轨相对位移监测流程图；

图3为本发明轨道交通车辆关键设备监测传感器及处理技术的示意图。

具体实施方式

图1所示为本发明的基本体系结构图。在图1中，采用分层架构，对车辆关键部件实施监测的传感器属于第一级平台，主要完成车辆关键部件运行状态的实时信号采集；图像传感器与振动传感器所构成的传感器网络属于第二级，实现各传感器信号数据上传；车载计算机系统(数据处理与预警系统)属于第三级，主要完成基于图像分析技术与振动分析技术的数据分析与预警。

图2所示为基于图像处理技术的轮轨相对位移监测流程图；在图2中，图像传感器对轨道交通车辆中轮轨相对位移进行监测，通过采集图像的方式实现，同时采用嵌入式的空域频率表示算法解决高速物体运动造成的图像模糊问题；采用松弛多步算法解决运动中出现的图像畸形；采用贝叶斯准则、概率密度函数来提高抗干扰性；采用GNC替代算法出去图像的噪声，以提高图像的清晰度等；并最终将图像数据提交至数据处理与预警系统。

图3为本发明轨道交通车辆关键设备监测传感器及处理技术的示意图。在图3中，图像传感器主要用于对轮轨特征之一(轮轨相对位移)进行监测，并将数据提交至处理系统作基于图像分析技术的数据分析；振动传感器主要负责对轮轨、减振器、车轮轴承、转向架等关键设备进行检测，并将数据提交至处理系统作振动分析技术的数据分析。

以上所述的实施例，只是本发明较优选的具体实施方式，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (7)

1.一种轨道交通车辆关键设备状态的智能集成及监控方法，它是针对轨道交通中车辆关键部件监测与检测问题，采用高速智能分析系统检测轮轨关系状态，其特征在于，采用分层次系统架构，建立传感网络，将传感网络监测到的数据上传给数据处理与预警系统，所述数据处理与预警系统将基于图像分析技术与振动分析技术作为数据采集的各种传感器集成在一起，经过数据融合，实现轨道交通车辆关键设备状态的智能监控和预警。

2.根据权利要求1所述的一种轨道交通车辆关键设备状态的智能集成及监控方法，其特征在于，所述分层次体系架构包括：

第一级平台：由对车辆关键部件实施监测的传感器组成，用于完成车辆关键部件运行状态的实时信号采集；

第二级平台：由嵌入式传感器设备构成的传感器网络，用于实现各传感器信号数据上传；

第三级平台：车载计算机系统，用于完成基于图像分析技术与振动分析技术的数据分析与预警。

3.根据权利要求2述的一种轨道交通车辆关键设备状态的智能集成及监控方法，其特征在于，所述传感器设备包括：图像传感器和振动传感器。

4.根据权利要求1所述的一种轨道交通车辆关键设备状态的智能集成及监控方法，其特征在于，所述轨道交通车辆关键设备状态的智能集成及监控方法，其实现的具体步骤如下：

(1)根据所述分层次系统构架构建各分层；

(2)传感器对车辆关键部件实施监测，并实时采集车辆关键部件运行状态的信号，把采集到的信号进行模数转换成数字信号；

(3)传感器将转换后的数字信号的数据经由传感器网络上传到车载计算机数据处理与预警系统；

(4)数据处理与预警系统对收到的上述数字信号的数据采用图像分析技术与振动分析技术进行集中式数据处理，并充分考虑了各异构传感器数据及传感器网络中传感器之间的关联性，获得当前各关键部件工作状态，并在某关键部件出现异常或超出安全临界点时进行预警行为，同时数据处理与预警系统能为决策者提供可视化的实时各关键部件状态数据。

5.根据权利要求1或4所述的一种轨道交通车辆关键设备状态的智能集成及监控方法，其特征在于，所述车辆关键部件包括轮轨、减振器、车轮轴承、转向架。

6.根据权利要求1或4所述的一种轨道交通车辆关键设备状态的智能集成及监控方法，其特征在于，所述分层次架构的底层的传感器，包括轮轨相对位移图像检测传感器、轮轨相互作用振动检测传感器、减振器振动检测传感器、车轮轴承振动检测传感器、转向架振动检测传感器；所述分层次架构的底层的传感器具有车辆关键部件的状态监测作用。

7.根据权利要求1或4所述的一种轨道交通车辆关键设备状态的智能集成及监控方法，其特征在于，所述实现轨道交通车辆关键设备状态的智能监控包括完成对轮轨相对位移的监测以及轮轨、减振器、车轮轴承、转向架的检测。

Images