CN102123899A - 用于检测石块坠落的系统和方法 - Google Patents
用于检测石块坠落的系统和方法 Download PDFInfo
- Publication number
- CN102123899A CN102123899A CN2009801320894A CN200980132089A CN102123899A CN 102123899 A CN102123899 A CN 102123899A CN 2009801320894 A CN2009801320894 A CN 2009801320894A CN 200980132089 A CN200980132089 A CN 200980132089A CN 102123899 A CN102123899 A CN 102123899A
- Authority
- CN
- China
- Prior art keywords
- incident
- roadbed
- sensor
- roadbed sensor
- ppv
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/001—Acoustic presence detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning, or like safety means along the route or between vehicles or vehicle trains
- B61L23/04—Control, warning, or like safety means along the route or between vehicles or vehicle trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
Abstract
本发明的方面提供了用于使用路基传感器检测铁路轨道或者相似的道路或轨道附近的石块坠落事件的系统和方法。路基传感器与轨道隔开。特定实施例允许使用来自路基传感器的信号区别石块坠落事件和其他类型的事件并且检测石块坠落事件的震源。
Description
相关申请
本申请要求在2008年6月17日提交的题为“SEISMIC ROCK FALL DETECTION SYSTEM”的美国申请No.61/073358的优先权。就美国而言,本申请要求35USC§119和/或35USC§120(视情况而定)的优先权。
技术领域
本发明涉及石块坠落事件检测。具体实施例提供了用于石块坠落检测的系统和方法。
背景技术
在铁路轨道附近发生的石块坠落事件和其他相似事件(例如雪崩和冲溃)可能破坏轨道,可能破坏经过的列车并且在一些情况中,可能使经过的列车出轨,这依次可能引起对列车的显著破坏以及对列车运送的人员和/或财产的伤害。在其他运送道路(例如,公路、桥梁、地铁轨道等)附近发生的相似事件可能引起相似的破坏。
用于检测铁路轨道附近的石块坠落的现有技术牵涉所谓的“滑动栅栏”。滑动栅栏并入了电流承载导线,其在栅栏柱之间在铁路轨道旁边延伸。坠落石块可能撞击并断开这些导线中的一个或多个,使相应的电路开路并且阻碍电流从中流过。可以检测这种电流改变以生成石块坠落指示。由于坠落石块可能不撞击或断开导线,但是仍可能对经过的列车呈现危险,因此滑动栅栏是不可靠的。例如,当导线被动物等断开时,滑动栅栏还往往生成错误肯定结果。此外,如果滑动栅栏触发(即导线断开),则必须修复滑动栅栏(即必须更换断开的导线)并且铁路交通可能被延迟直至滑动栅栏被修复。
通常需要克服或改善现有技术的这些和/或其他缺陷的用于石块坠落检测的系统和方法。
发明内容
本发明的一个方面提供了一种用于检测铁路轨道区间附近的石块坠落的系统。该系统包括:多个路基传感器,其沿轨道区间隔开,每个路基传感器位于紧邻轨道区间的路基中但是同与轨道区间关联的铁轨和枕木隔开、并且每个路基传感器对声能量敏感并且被配置为响应于检测到声能量生成相应的路基传感器信号;以及信号处理单元,其以可操作的方式连接以接收来自多个路基传感器的路基传感器信号,该信号处理单元被配置为至少部分基于路基传感器信号检测轨道区间附近的石块坠落事件。
本发明的另一方面提供了一种用于检测铁路轨道区间附近的石块坠落的方法。该方法包括:提供多个路基传感器,其沿轨道区间隔开,并且将每个路基传感器安置在紧邻轨道区间的路基中但是同与轨道区间关联的铁轨和枕木隔开,每个路基传感器对声能量敏感并且被配置为响应于检测到声能量生成相应的路基传感器信号;接收来自多个路基传感器的路基传感器信号;以及处理路基传感器信号以至少部分基于路基传感器信号检测轨道区间附近的石块坠落事件。
本发明的其他方面提供了包括计算机指令的计算机程序产品,这些计算机指令在被处理器执行时使处理器执行本发明的方法。
下文描述了本发明的具体实施例的其他特征和方面。
附图说明
在示出本发明的非限制性实施例的附图中:
图1是被配置为检测铁路轨道区间附近的石块坠落的根据特定实施例的石块坠落检测系统的示意图;
图2A示出了适于与图1的石块坠落检测系统一起使用并且并入了路基传感器的根据特定实施例的传感器阵列;
图2B示出了可以并入图1的石块坠落检测系统的任何一个或多个传感器阵列的铁轨传感器;
图3是适于与图1的石块坠落检测系统一起使用的根据特定实施例的信号处理单元的示意图;
图4A是示出在用于许多传感器的图3的数据处理器处获得的关于小石块坠落事件的典型的数字化和时间戳传感器数据的图线;
图4B是示出在用于许多传感器的图3的数据处理器处获得的关于经过的列车的典型的数字化和时间戳传感器数据的图线;
图4C是示出在用于许多传感器的图3的数据处理器处获得的关于经过的高轨(highrail)车辆的典型的数字化和时间戳传感器数据的图线;
图4D是示出在用于许多传感器的图3的数据处理器处获得的关于现场发电机的激活的典型的数字化和时间戳传感器数据的图线;
图4E是示出在用于许多传感器的图3的数据处理器处获得的关于明显的石块坠落事件的典型的数字化和时间戳传感器数据的图线;
图5示意性地图示了可以根据传感器数据确定的许多处理参数;
图6A和6B分别示出了关于石块坠落事件的典型的数字化时间戳传感器数据和相应的STA/LTA比;
图6C和6D分别示出了与典型的石块坠落事件关联的0.4秒区间的时间戳数字传感器数据及其相应的FFT;
图6E和6F分别示出了与典型的列车事件关联的0.4秒区间的时间戳数字传感器数据及其相应的FFT;
图6G和6H分别示出了与典型的高轨车辆事件关联的1.0秒区间的时间戳数字传感器数据及其相应的FFT;
图6I和6J分别示出了与图1的轨道区间附近的发电机的操作关联的11秒区间的时间戳数字传感器数据及其相应的FFT;
图7A示意性地示出了根据特定实施例的用于事件检测方法的方法;
图7B示意性地示出了根据特定实施例的可以作为图7A的事件检测方法的一部分执行的用于事件后处理的方法;
图7C示意性地示出了根据特定实施例的可以作为图7A的事件检测方法的一部分执行的用于估计石块坠落事件的位置的方法;
图7D示意性地示出了根据特定实施例的可以作为图7A的事件检测方法的一部分执行的用于针对石块坠落事件采取适当的行动的方法;
图8是响应于经过的列车的图1的石块坠落检测系统中的许多个传感器的触发状态的示意图;
图9A示出了图1的石块坠落检测系统的许多个传感器对石块坠落事件的典型响应;
图9B是图9A的传感器的触发状态的示意图;
图10示意性地图示了根据示例性实施例的图1的系统的部署方法;以及
图11示意性地图示了根据特定实施例的区别可能由人或其他动物引起的系列事件的方法。
具体实施方式
在下面的描述通篇中,阐述了具体细节以便于提供本发明的更透彻的理解。然而,本发明可以在没有这些细节的情况下实施。在其他情形中,未详细示出或描述公知的元件以避免不必要地使本发明模糊。因此,说明书和附图应被视为说明性的而非限制性的。
本发明的方面提供了用于使用路基传感器检测铁路轨道或相似轨道附近的石块坠落事件的系统和方法。路基传感器与轨道隔开。特定实施例允许使用来自路基传感器的信号区别石块坠落事件和其他类型的事件并且检测石块坠落事件的震源。
图1是被配置为检测铁路轨道区间12附近的石块坠落的根据特定实施例的石块坠落检测系统10的示意图。轨道区间12可以典型地位于倾斜区域中,其可能呈现石块从上坡14朝向下坡16坠落的风险。这不是必需的。轨道区间12可以位于山谷中并且可能具有其两侧的向上的斜坡。在一些实施例中,轨道区间12的长度范围可以是100m-5km。在其他实施例中,轨道区间12可以具有其他长度。为了便利这里的描述,使用了许多方向约定。如图1中的示意性轴所示,z方向指的是竖直方向(即重力方向),y方向沿轨道区间12取向并且x方向指的是与轨道区间12交叉的方向。
石块坠落系统10包括沿轨道区间12安置的多个传感器阵列18。如下文更详细讨论的,传感器阵列18包括用于检测声和/或振动能量的一个或多个传感器。在图示实施例中,存在对应于轨道区间12的n个传感器阵列18。通常,数目n可以是提供下文描述的功能的任何适当的数目并且可以取决于轨道区间12附近的基层的岩土特性。
传感器阵列18在y方向上按距离20彼此隔开。在一些实施例中,距离20的范围是5-100m。在其他实施例中,该范围是10-50m。在另外的实施例中,该范围是10-30m。距离20可以基于许多因素,作为非限制性示例,包括:传感器阵列18中使用的传感器的特性(例如传感器类型、信噪比等)、岩土特性(例如地质基层的质量因素)、性能要求(例如期望系统10检测的石块坠落的幅值)和/或其他因素(例如本地天气模式、本地天然和/或人造噪声源)。距离20在系统10中可以是均匀的,但是这不是必需的。通常,在相邻的每对传感器阵列18之间,距离20可以不同。
每个传感器阵列18生成一个或多个相应的传感器信号22。在图示实施例中,传感器信号22是模拟信号,但这不是必需的。在一些实施例中,传感器阵列18可以输出数字传感器信号。传感器信号22沿传送线路24传送到中央信号处理单元26。传送线路24可以通过诸如由适当的金属、塑料、纤维等制成的管道的保护导管(图1中未示出)延伸。传送线路24可以被电气屏蔽以防止来自外部源的电气干扰和/或防止信号22之间的串扰。对于每个传感器阵列18,图1的示意图示出了单个信号22和单个传送线路24。这不是必需的。通常,传感器阵列18可以包括生成相应的多个信号22的多个传感器,多个信号22依次可以在相应的多个传送线路24上传送到信号处理单元26。本领域的技术人员将意识到,如果需要,来自传感器阵列18的信号22可以在传送线路24上复用。
在图示实施例中,系统10包括一个或多个可选的图像捕获设备34。图像捕获设备34可以包括例如,闭路电视相机。在一些实施例中,图像捕获设备34捕获数字图像和/或数字视频。信号处理单元26可以使用沿传送线路40递送到图像捕获设备的信号38来控制图像捕获设备34。图像捕获设备34捕获的图像数据36可以沿相同的传送线路40传送到信号处理单元26。传送线路40可以代表不止一条实际线路。在一些实施例中,不需要传送线路40并且相机控制信号38可以从信号处理器单元26无线传送到图像捕获设备34并且图像数据36可以从图像捕获设备34无线传送回信号处理单元26。
信号处理单元26可以容纳在例如小的建筑物等的适当保护的外壳(未示出)中。在信号处理单元26处,传感器信号22被数字化并且被处理以检测石块坠落事件。下文更详细描述的检测石块坠落事件的处理信号22可以包括区别石块坠落事件和其他事件。作为非限制性示例,这些其他的事件可以包括经过的列车、经过的高轨车辆(例如在轨道区间12上行驶的货车)、其他天然噪声源(例如瀑布、倒下的树或动物)和/或其他人造噪声源(例如发电机或行人)。
系统10可以可选地包括针对远程工作站30的网络连接28。网络连接28可以是例如有线网络连接、无线网络连接和/或光纤网络连接。在一些实施例中,远程工作站30可以经由网络连接28连接到系统10以执行许多功能,这些功能可以包括(作为非限制性示例):监控系统10的状态,记录或存储系统10捕获的数据,重新校准或重新配置系统10,更新系统10使用的软件等。在一些实施例中,传感器阵列18捕获的一些或所有数据可以经由网络连接28传送到远程工作站30并且该数据可以在远程工作站30处被处理以按照与信号处理单元26检测石块坠落事件的相似方式检测石块坠落事件,如下文更详细描述的。
系统10可以是并入与系统10相似的其他系统32的更大的系统(未示出)的模块部分。例如,信号处理单元26可以可选地链接(经由网络连接28或者经由某种其他的网络连接)到用于与系统10相似的其他系统32的相似的信号处理单元。
在图1的图示实施例中,传感器阵列18位于轨道区间12的上坡侧14。这不是必需的。在一些实施例中,传感器阵列18可以另外地或者替选地位于轨道区间12的下坡侧16。在一些实施例中,单个传感器阵列18可以包括多个声或振动能量传感器,一些传感器可以位于上坡侧14而一些传感器可以位于下坡侧16。
传感器阵列18均可以包括一个或多个声能量传感器。作为非限制性示例,适当的声能量传感器可以包括:基于电磁感应的传感器(其可以被称为地音探听器)、加速计、压电传感器、基于电活化聚合物的传感器、光传感器、电容传感器、微机械传感器等。如本领域中已知的,一些声能量传感器可以是定向的,例如一些声传感器可以具有一个或多个轴,它们在这样的轴上对声能量更敏感。在一些实施例中,这些声能量传感器的输出通常与感测的声能量相关(例如成比例)。在其他实施例中,这些声能量传感器的输出通常与诸如传感器部件的位移、速度或加速度的其他参数相关(例如成比例)。
图2A图示了适于与石块坠落检测系统10一起使用的根据特定实施例的传感器阵列18。在图2A的实施例中,传感器阵列18包括单个单轴电磁感应型传感器50,其位于轨道区间12的上坡侧14。传感器50位于支撑轨道区间12的路基52中并且与轨道区间12隔开,即传感器50不与轨道54或枕木56直接接触。在这里的描述中,该类型的传感器50(其至少部分地位于轨道区间12的路基52中并且与轨道区间12隔开)可以被称为路基传感器。传感器50可以被装入保护壳体58,其(在图示实施例中)包括可以由诸如适当的塑料、纤维、钢等适当材料制成的填充灰浆的外壳。
保护壳体58(和传感器50)可以位于在路基52中在轨道区间12旁边挖掘的沟槽60中。在图示实施例中,围绕壳体58的区域62填充有压实沙粒,这可以改进声传导和/或保护传感器50和传送线路24抵御路基52中可能存在的尖锐石块,并且沟槽60的剩余区域64由路基52回填。在图示实施例中,传感器50耦合到锚定桩66,其可以被打进路基52下面和/或填沙区域62下面的基层中。桩66可以被安放、整形和/或另外配置为提供与轨道区间12的区域中的地质基层的良好的声耦合。
如上文提到的,图2A的实施例的传感器50是单轴传感器。传感器50的灵敏轴是z轴并且传感器50生成单个相应的信号22。在一个特定实施例中,信号22通常与传感器50的部件的感测速度相关(例如成比例)。然而,如上文讨论的,在其他实施例中,信号22可以通常与诸如相应的传感器部件的感测的位移、加速度或能量的其他参数相关(例如成比例)。本发明人已确定单轴(z轴)传感器足以用于检测适当陡峭的斜坡上的石块坠落的目的。将意识到,单轴传感器的成本低于多轴传感器。然而,在一些环境中或者在一些应用中,可能期望并入多轴传感器。因此,在一些实施例中,传感器50可以是多轴的或者传感器阵列18可以包括在不同方向上取向的多个单轴传感器。在这些实施例中,多轴传感器生成的信号22的数目可以对应于其轴的数目或者多个单轴传感器生成的信号22的数目可以对应于单轴传感器的数目。
如上文讨论的,传感器50电子连接到传送线路24用于向信号处理单元26传送相应的传感器信号22。如图2A中所示,传送线路24可以通过适当的保护导管68延伸,导管68可以由诸如适当的塑料、纤维、钢等适当材料制成。在一些实施例中,导管68还可以容纳线缆70(例如电缆和/或光缆),其形成了系统10同远程工作站30和/或其他系统32(参见图1)之间的网络连接28和/或与可选的图像捕获设备34关联的传送线路40的一部分。
图2B图示了可以并入任何一个或多个传感器阵列18的传感器80。在图2B的实施例中,传感器80在许多方面与传感器50(图2A)相似,即传感器80是单轴的电磁感应型传感器。传感器80与传感器50的不同之处在于,与同轨道54隔开的路基传感器相反,传感器80安装(经由适当的安装硬件82)到轨道54。在这里的描述中安装到轨道区间12(包括轨道54和/或枕木56)的传感器可以被称为铁轨传感器。在其他方面,传感器80可以与上述传感器50相似。
实验已经确定,铁轨传感器可以对坠落石块和轨道区间12(例如轨道54和/或枕木56)之间的直接接触更加敏感并且可以对经过的列车或高轨车辆更加敏感。因此,在一些实施例中,所期望的是包括一个或多个铁轨传感器。然而,在一些实施例中,所期望的是包括路基传感器而非铁轨传感器或者仅包括路基传感器,这是因为:路基传感器可以不太倾向于被沿轨道区间12经过的列车破坏,路基传感器对于可能牵涉轨道区间12的物理操纵(例如,举起轨道区间12远离路基52)的轨道区间12的维护可以是更加耐用的,路基传感器可以产生更均匀的信号,路基传感器可以呈现空间衰减的更大差异并且因此可以导致石块坠落事件的震源的更准确的定位,并且对于相同的数据获取硬件,路基传感器可以对于可能允许较低的采样速率和相应的较高位分辨率的高频振动不太敏感。
图3是适于与石块坠落检测系统10一起使用的根据特定实施例的信号处理单元26的示意图。在图示实施例中,信号处理单元26包括多个(m个)输入100,其对应于传送线路24以及来自传感器阵列18的信号22。每个输入信号100是针对相应的信号调理电路102提供的。适当的信号调理电路102对于本领域的技术人员是公知的,并且作为非限制性示例,可以包括抗混叠滤波器和放大器。经调理的传感器信号104随后被提供给模数转换器(ADC)106。ADC 106对经调理的传感器信号104采样并且提供相应的数字传感器信号108。在一个特定实施例中,ADC 106提供24位的数字分辨率(即数字传感器信号108包括24位样本序列),但这不是必需的。在其他实施例中,ADC 106可以输出具有其他适当的位深度的数字传感器信号108。ADC 106的采样速率可以被选择为足够快以适应关注频率,如下文更详细描述的。
从ADC 106输出的数字传感器信号108被提供给数据记录器110。除了接收数字传感器信号108之外,数据记录器110还从时序同步源114接收时序同步信号112。在一个特定实施例中,时序同步源114包括全球定位卫星(GPS)接收器,其从一个或多个卫星源接收时序信息。基于GPS的时序同步源114在如下实施例中是特别有用的:其中系统10是包括其他部件系统32(图1)的更大的系统的模块部件系统,这些其他部件系统32可以具有他们自己的信号处理单元26和他们自己的时序同步源114。在这些系统中,基于GPS的时序同步源114可以跨越模块部件系统10和其他部件系统32提供同步时序信号112。在其中仅存在一个信号处理单元26的其他实施例中,时序同步源114可以包括一个或多个其他的时序信息源。作为非限制性示例,时序同步源114可以访问来自内部或外部石英压电振荡器的时序信息,时序同步源114可以包括实时时钟或者适当的硬件时序芯片等。
使用时序同步信号112和数字传感器信号108,数据记录器110对传感器阵列118(图1)生成的数据打时间戳,收集并且记录该数据。数据记录器110可以访问存储器(未明确示出)并且可以使用用于记录数字传感器信号108和来自同步信号112的相应的时间戳信息的任何适当的数据结构或数据库协议。数据记录器110可以按时间戳记、按相应的传感器和/或按事件的发生(如下文更详细解释的)以编注索引的方式存储信息或者以其他方式使其是可访问的。在一些实施例中,数据记录器110可以以可操作的方式连接(经由网络接口122和网络连接28)到远程工作站30和/或其他系统32(参见图1)。在图示实施例中,数据记录器110还以可操作的方式连接(经由接口118)到嵌入式数据处理器120。
在一些实施例中,信号调理电路102、ADC 106和/或数据记录器110可以由数据获取单元(DAU)116实现。各种DAU对于本领域的技术人员是已知的并且商业上可获得自许多来源。在一些实施例中,DAU 116还可以并入其自己的时序同步源114。在一些实施例中,DAU 116可以包括图3示图中未明确示出的其他部件。作为非限制性示例,这些部件可以包括数字处理部件(例如,数字滤波器)等。适当的DAU包括作为非限制性示例的可获得自Terrascience Systems Ltd.of Vancouver,Canada的TMA-24 Microseismic Acquisition Unit(微震获取单元)和其他适当的DAU。在一些实施例中,所期望的是DAU以大于或等于500Hz的速率按16位或更多位的位分辨率进行采样。
商业可获得的DAU 116可能具有数目有限的输入100或者有限的数据存储容量。因此,在一些实施例中,信号处理单元26可以包括多个DAU16,每个DAU 16可以按与这里描述的相似的方式配置。
数据记录器110以可操作的方式连接(经由接口118)到数据处理器120。数据处理器120可以是适当配置的计算机系统(未示出)的一部分或者可以是嵌入式系统的一部分。图3中示意性示出的处理器120可以包括不止一个单独的数据处理器,其可以中心安置和/或分布。处理器120可以包括内部存储器(未示出)和/或访问外部存储器128。处理器120可以通过软件124编程或者以其他方式访问软件124。如下文更详细解释的,处理器120可以执行软件124,其依次可以使处理器120处理从数据记录器110获得的数据并且生成一个或多个输出126。处理器120还可以经由接口118控制DAU 116、数据记录器110和/或系统10的操作。在一些实施例中,处理器120可以以可操作的方式连接(经由网络接口122和网络连接28)到远程工作站30和/或其他系统32(参见图1)。处理器120可以经由网络接口122和网络连接28将一些或所有输出126输出到远程工作站30和/或其他系统32。
在其中系统10包括可选的图像捕获设备34的实施例中,信号处理单元26还可以包括用于存储由图像捕获设备34捕获的图像数据36的图像数据存储器130。图像数据36可以如图示实施例中示出的那样沿传送线路40递送到图像数据存储器130或者可以使用无线收发器(未示出)无线递送到图像数据存储器130。数据处理器120还可以使用相机控制信号38控制图像捕获设备34,该相机控制信号38可以沿传送线路40和/或无线地传送到图像捕获设备34。相机控制信号38可以允许图像捕获设备34移动(例如摇摄)、缩放、聚焦等并且可以控制图像捕获设备34何时以及如何捕获图像数据36。
图4A是示出在用于传感器阵列18中的许多传感器(例如传感器50)的处理器120处获得的数字化和时间戳传感器数据的图线。图4A的图线的竖直轴是按二进制计数(例如ADC 106输出并且存储在数据记录器110中的数字值)测量的并且图4A的图线的水平轴是按毫秒(ms)测量的。如上文所讨论的,传感器阵列18中的声能量传感器可以输出信号22,其通常与传感器元件的感测的速度相关。在这些实施例中,图4A的图线的竖直轴上的二进制计数也可以与该速度相关。在传感器阵列18中的声能量传感器表示其他参数(例如位移、加速度、能量)的情况中,图4A的图线的竖直轴上的二进制计数可以与这些其他参数相关。应当注意,对于图4A中的各个传感器图线,竖直轴的尺度对于每个传感器是不同的,即对应于传感器#1、#(m-1)和#m的图线具有约(-100,100)的二进制计数的范围,对应于传感器#2和#4的图线具有约(-2500,2500)的范围并且对应于传感器#3的图线具有约(-5000,5000)的范围。
图4A示出了在处理器120处获得的关于在约3,000-7,000ms的时间在传感器#2、#3和#4的区域中检测的小事件的典型的数字化和时间戳传感器数据。可以看到,在3,000-7,000ms的时间段中,传感器#2、#3和#4的感测信号的幅值(数千二进制计数的量级)明显大于背景噪声(数百二进制计数的量级)。该事件典型地是小规模石块坠落事件,但是也可能是典型的其他小规模事件,诸如(作为非限制性示例):石块面的松散、邻近的瀑布活动的涌动、一个或多个动物、因风摇晃的植被或栅栏等。对于铁路轨道旁边的典型应用,图4A的事件的规模可以被解释为足够小而不被重视。
图4B示出了在处理器120处获得的关于经过的列车的典型的数字化和时间戳传感器数据。如同图4A,图4B的图线的竖直轴是按二进制计数测量的而水平轴是按毫秒测量的。然而在图4B的图线中,对于每个传感器,竖直轴位于同一尺度(-2×106,2×106)上。可以看到,列车事件的时长明显长于图4A的事件。
图4C示出了在处理器120处获得的关于经过的高轨车辆的典型的数字化和时间戳传感器数据。图4C的图线的竖直轴是按二进制计数测量的而水平轴是按毫秒测量的。尽管竖直尺度在关于各个传感器的各个图4C的图线之间变化,但是可以看到关于高轨车辆的各个图4C的图线的尺度具有低于图4B的关于列车的尺度。
在一些环境中,可能存在另外的事件源,这些事件源对于其中部署系统10的环境可能是特别的。这样的事件的一个示例是系统10附近的发电机的激活。在期望系统10在远程位置操作的情况中,该发电机可用于对系统10自身提供电力。然而该发电机不是必需的并且可以使用其他能源(例如电池、太阳能或风能)向系统10提供电力。图4D示出了在处理器120处获得的关于系统10附近的发电机的激活的典型的数字化和时间戳传感器数据。图4D的图线的竖直轴是按二进制计数测量的而水平轴是按毫秒测量的。图4D的图线中的关于每个传感器的竖直轴位于相同的尺度(-4000,4000)上。
图4E示出了在处理器120处获得的关于石块坠落事件的典型的数字化和时间戳传感器数据,对于典型的铁路应用其具有足以受到关注的大小。图4E的图线的竖直轴是按二进制计数测量的而水平轴是按毫秒测量的。将注意,竖直尺度在关于各个传感器的各个图4E的图线之间变化。图4E指示,石块坠落事件在约19,000-21,000ms之间发生。比较各种传感器的竖直尺度和感测信号的相应幅值,将看出所发生的石块坠落事件较之其他图示传感器相对更接近传感器#m。在图4E的石块坠落事件和图4A的小规模事件之间比较竖直尺度和感测信号的相应幅值,可以看到图4E的石块坠落事件具有明显更大的幅值。
在一些实施例中,信号处理单元26可以基于从传感器阵列18(参见图1)接收的信号22执行系统10的石块坠落检测。在特定实施例中,系统10的石块坠落检测可能牵涉处理器120处理来自数据记录器110(或者DAU 116)的数据以检测石块坠落事件(参见图3)。在其他实施例中,可以在经由网络连接28访问来自数据记录器110(或者DAU 116)的数据的远程工作站30和/或其他系统32处执行石块坠落检测。对于这里剩余部分的描述,在不丧失一般性的情况下假设通过嵌入式处理器120处理从数据记录器110接收的数据来执行石块坠落检测。
系统10执行的一部分石块坠落检测牵涉区别石块坠落事件和可能不太受关注的其他类型的事件,和/或区别明显的石块坠落事件和可能不太受关注的相对小的石块坠落事件。由系统10确定为明显的石块坠落事件、但是实际上是不同的事件(例如列车、高轨车辆和/或发电机)或者是不明显的石块坠落事件的事件在这里的描述中可以被称为错误肯定检测结果。通常,希望使错误肯定检测结果最少。
为了在使错误肯定检测结果最少的同时检测石块坠落事件,处理器120可以处理从数据记录器110接收的数据以确定多个处理参数。这些处理参数中的一些或所有参数可以被依次使用以区别石块坠落事件和其他事件。图5示意性地图示了可以由处理器120使用从数据记录器110访问的数据确定的许多处理参数150。下文更详细地解释了这些处理参数150中的每一个。在一些实施例中,处理器120可以输出一个或多个处理参数150作为输出126。如上文所讨论的,远程工作站30和/或其他系统32可以经由网络连接28获得一些或所有输出126。
处理器120可以处理对应于一个或多个传感器的数据以确定作为处理参数150之一的短期平均值(STA)与长期平均值(LTA)的比。该比可以被称为STA/LTA平均值并且可以根据下式计算:
其中:xi表示第i个样本的值,n是当前样本xn的索引,a是STA时长(样本数目)而b是LTA时长(样本数目)。检查式(1),将意识到STA和LTA时长a和b可以被表述为样本数目或者被等同地表述为时间时长。
图6A和6B分别示出了在处理器120处获得的关于石块坠落事件的典型的数字化时间戳传感器数据和相应的STA/LTA比。对于图6B的图线,STA时长a是20ms并且LTA时长b是1000ms。从图6A和6B的图线中可以看到,石块坠落事件是在约1250-1750ms的时间段发生的。
STA/LTA比用于检测信号何时改变为从背景噪声中突出、并且因此可以与适当的阈值比较以触发事件的开始和结束。例如,当LTA/STA比大于事件开始阈值(thresh_start)时,则处理器120可以确定事件已开始以及关联的时间tstart。相似地,当事件已开始并且LTA/STA比降低到事件结束阈值(thresh_end)以下时,则处理器120可以确定事件已结束以及关联的时间tend。STA/LTA阈值参数thresh_start、thresh_end可以作为系统10的校准的一部分通过实验确定并且作为非限制性示例,可以取决于STA平均时长a、LTA平均时长b、轨道区间12附近的背景噪声的谱特性(例如幅度和主频率)和/或系统10被设计用于检测的事件的预期谱特性(例如幅度和主频率)。此外或替选地,这些阈值参数可以是用户可调整的。
事件的开始和结束时间tstart、tend也可以用于根据下式确定作为图5的处理参数150之一的事件时长tdur:
tdur=tend-tstart (2)
关于STA/LTA比的可能出现的问题是所谓的与LTA关联的“存储器”。处理器120计算的LTA值自身记载关于最后的b个样本的信息(其中b是式(1)中使用的LTA时长)。在一些情况中,最后b个样本将受事件的影响。例如,当列车经过轨道区间12时,列车经过典型地耗用一段时间。在这些情况中,用于计算LTA的最后的b个样本可能受到与经过的列车关联的信号的影响,例如LTA在经过列车期间或者甚至之后可能是相对大的。在这些环境中,相对高的LTA可能使STA/LTA比丧失灵敏度,即使STA是相对高的。
因此,在一些实施例中,处理器120处理来自数据记录器110的数据以确定作为处理参数150之一的修正STA/LTA比。该修STA/LTA比可以牵涉根据下式将实际的LTA替换为常数c:
其中n>a>0 (3)
常数c可以表示无事件时间(例如没有石块坠落或经过列车等的时间)期间的LTA,并且在一些实施例中,可以在系统10的校准期间确定。例如,可以在系统10的实际部署之前,在其中部署系统10的环境中在相对无噪声的时段中确定常数c。在一个特定实施例中,常数c可以被确定为该无噪声时段期间的实际LTA(例如根据式(1)的分母确定)。常数c可以是用户可调整的。
修正STA/LTA比(式(3))可以按与实际STA/LTA比(式(1))基本上相同的方式使用,以确定事件的开始和结束以及关联的时间tstart、tend并且确定关联的事件时长tdur。在一些实施例中,除了实际STA/LTA比之外,或者作为实际STA/LTA比的替选方案,可以使用修正STA/LTA比。在一些实施例中,与事件的开始和/或结束关联的阈值判断可能牵涉复合判断,其中修正和实际STA/LTA比经受阈值条件。在一些实施例中,关于使用实际STA/LTA比还是修正STA/LTA比还是此两者的判断(即确定事件的开始和结束以及关联的时间tstart、tend并且确定关联的事件时长tdur)可以是用户可选择的参数。
处理器120可以基于来自数据记录器110的数据确定的另一处理参数150可以被称为峰值质点速度(PPV)。PPV可以表示具有事件期间的最大绝对值的样本的幅值并且可以根据下式确定:
PPV=MAX{|xi||i∈tstart…tend} (4)
其中MAX{·}是返回操作数中的最大值的算子并且xi表示第i个样本的值。
如上文讨论的,在图示实施例中,传感器阵列18包括一个或多个声能量传感器(例如传感器50),其输出与传感器部件的速度相关的信号22。所以,PPV对应于这些传感器测量的最大或峰值速度,因此对应于术语“峰值质点速度”。然而,通常传感器阵列18可能包括输出与其他参数(例如能量、位移和/或加速度)相关的信号22的声能量传感器。在这些实施例中,PPV应根据式(4)被理解为表示具有事件期间的最大绝对值的样本的幅值并且不需要在严格意义上表示速度。在一些实施例中,处理器120还可以确定与PPV关联的时间tPPV。在一些实施例中,处理器120还可以确定全局PPV值PPVglobal,其表示在所有记录的样本上的具有最大绝对值的样本的幅值,即不限于事件期间的tstart和tend之间的时间的PPV。
系统10可以使用PPV帮助区别明显的石块坠落和其他类型的事件。在一个特定实施例中,PPV经受阈值处理,这可以滤除小石块坠落事件、其他低幅值事件(例如动物)和/或背景噪声事件(例如发电机的操作)。例如,如果事件的PPV小于PPV阈值(thresh_PPV),则处理器120可以确定事件具有不足以成为明显的石块坠落的幅值。PPV阈值参数thresh_PPV可以作为系统10的校准的一部分通过实验确定并且作为非限制性示例,可以取决于系统10的所需要的特定的最小幅值石块坠落检测、低幅值事件(例如动物或人)的预期幅值、背景事件(例如发电所、瀑布、风)的预期幅值等。此外或者替选地,PPV阈值参数thresh_PPV可以是用户可调整的。
处理器120可以基于来自数据记录器110的数据确定的另一处理参数150可以被称为信号能量E。在一些实施例中,系统10使用的信号能量E可以表示样本幅度平方的窗口平均值并且可以根据下式确定:
其中:xi表示第i个样本的值,n是当前样本xn的索引而d是窗口时长(样本数目)。检查式(5),将意识到时长d可以被表述为样本数目或者被等同地表述为时间时长。
如同上文讨论的STA/LTA比,信号能量E用于检测信号何时改变为从背景噪声中突出并且因此可以与适当的阈值比较以触发事件的开始和结束。例如,当信号能量E大于事件开始阈值(E_thresh_start)时,则处理器120可以确定事件已开始以及关联的时间tstart。相似地,当事件已开始并且信号能量E降低到事件结束阈值(E_thresh_end)以下时,则处理器120可以确定事件已结束以及关联的时间tend。阈值参数E_thresh_start、E_thresh_end可以作为系统10的校准的一部分通过实验确定并且作为非限制性示例,可以取决于能量窗口的时长d、轨道区间12附近的背景噪声的谱特性(例如幅度和主频率)和/或系统10被设计用于检测的事件的预期谱特性(例如幅度和主频率)。此外或替选地,这些阈值参数可以是用户可调整的。如上文所述(式(2)),事件的开始和结束时间tstart、tend也可以用于确定事件时长tdur。
在其中可能适合使用STA/LTA比的其他环境中,除了STA/LTA比之外或者作为STA/LTA比的替选方案,还可以使用信号能量E。最大信号能量Emax=MAX{Ei|i∈tstart…tend}还呈现与上文讨论的PPV的相关性。在一些实施例中,在其中可能适合使用PPV值的环境中,除了PPV值之外或者作为PPV值的替选方案,可以使用最大信号能量Emax。
处理器120可以基于来自数据记录器110的数据确定的另一处理参数150是对应于事件的信号的谱功率分布(例如频率内容)。在一个特定实施例中,处理器针对在事件期间(即在tstart和tend之间)采样的数据使用快速傅立叶变换(FFT)技术。因此谱功率在这里的描述中可以被称为FFT。然而,如本领域中已知的,存在许多FFT技术和用于确定数字采样信号的时间-频率内容的其他技术,并且任何这样的技术可以用于确定信号的时间-频率内容。
图6C和6D分别示出了与典型的石块坠落事件关联的在处理器120处接收到的0.4秒区间的时间戳数字传感器信号以及相应的FFT。图6D示出了与典型的石块坠落事件关联的数字传感器信号的大部分谱功率集中在低于125Hz的频带中。图6E和6F分别示出了与典型的列车事件关联的在处理器120处接收到的0.4秒区间的时间戳数字传感器信号以及相应的FFT。图6F示出了与典型的列车事件关联的数字传感器信号的谱功率散布在0-400Hz并且在高于200Hz的频率处具有相当大的功率。图6G和6H分别示出了与典型的高轨车辆事件关联的在处理器120处接收到的1.0秒区间的时间戳数字传感器信号以及相应的FFT。图6H示出了与典型的高轨车辆事件(如列车事件)关联的数字传感器信号的谱功率散布在0-400Hz并且在高于200Hz的频率处具有相当大的功率。图6C-6H中示出的传感器数据是从代表性铁轨传感器获得的,但是本发明人已推断,通过适当配置的路基传感器可以实现相似的结果。
图6I和6J分别示出了与轨道区间12附近的发电机的操作关联的在处理器120处接收到的11秒区间的时间戳数字传感器信号以及相应的FFT。图6J示出了与发电机关联的数字传感器信号的谱功率具有独特的频率特征,具有30.66Hz、45.95Hz和60Hz处的谐波。
图7A示意性地示出了根据特定实施例的用于事件检测的方法200。方法200可以整体地或者部分地由嵌入式处理器120执行。方法200可以利用从数据记录器110和/或DAU 116获得的数据并且还可以利用处理参数150。如上文所讨论的,在其他实施例中,石块坠落检测(包括整体的或部分的方法200)可以由其他处理器执行,诸如由与远程工作站30和/或其他系统32关联的处理器执行。
方法200开始于框201。方法200可以牵涉许多过程,对于与每个传感器关联的数据,例如对于每个特定的数字传感器信号108(图3),这些过程是相似的。在图示实施例中,这些相似的过程由框202(与传感器#1关联)和框204(与传感器#m关联)的代表性过程示出。将意识到,根据传感器的数目和相应的数字传感器信号108的数目,方法200通常可以包括任何适当数目的与这些框202、204的过程相似的过程。现在更详细地描述框202的过程,应当理解,与框204和其他相似框关联的过程可以基本上与框202的过程相似。
框202的过程开始于框210,其牵涉初始化许多个参数。例如,框210可以牵涉获得足够数目的数据样本(a)以计算STA(式(1)和/或式(3)的分子)和/或获得足够数目的数据样本(b)以计算LTA(式(1)的分母)。该数据样本可以取自与框202关联的数字信号传感器信号108。框210可以牵涉重置在先前的事件后处理(下文更详细描述)期间可能已被使用的许多个处理参数150。框210还可以牵涉初始化一个或多个校准参数和/或用户可配置参数。框202的过程随后前往框215,其牵涉获得下一数据样本,例如来自与框202关联的数字传感器信号108的下一数据样本。
在框220中,框220可以牵涉基于新获取的框215的数据并且在一些情形中,基于在框215的当前迭代之前获得的历史数据,更新一个或多个处理参数150。在特定实施例中,在框215中更新的特定的处理参数150包括与事件开始触发标准关联的参数。如上文解释的,与触发事件开始关联的处理参数150可以包括:STA/LTA比(式(1)),修正STA/LTA比(式(3))和/或能量(式(5))。
框225牵涉评估事件开始标准。框225的事件开始标准可以牵涉评估一个或多个处理参数(例如STA/LTA比(式(1))、修正STA/LTA比(式(3))和/或能量(式(5))是否大于一个或多个相应的事件开始阈值(例如thresh_start(STA/LTA)、thresh_start(STA/LTA)mod、thresh_start(E))。如果框225的事件开始标准的评估是否定的(框225的否输出),则框202的过程返回框215以获得另一数据样本。如果另一方面框225的事件开始标准的评估是肯定的(框225的是输出),则框202的过程前往框230。
框230牵涉设置tstart的值。在特定实施例中,框230的tstart值可以基于与当前框215的数据样本关联的时间。框202的过程随后前往框235和240,其牵涉获得下一数据样本并且按与上文描述的框215和220相似的方式更新一个或多个处理参数。
框245随后牵涉评估事件结束标准。框245的事件结束标准可以牵涉评估一个或多个处理参数(例如STA/LTA比(式(1))、修正STA/LTA比(式(3))和/或能量(式(5))是否小于一个或多个相应的事件结束阈值(例如thresh_end(STA/LTA)、thresh_end(STA/LTA)mod、thresh_end(E))。如果框245的事件结束标准的评估是否定的,则框202的过程返回框235以获得另一数据样本。如果另一方面框245的事件结束标准的评估是肯定的,则框202的过程确定事件已结束并且前往框250,框250牵涉设置事件结束时间tend的值。在特定实施例中,框250的tend值可以基于与当前框235的数据样本关联的时间。
在图示实施例中,框202的过程随后前往框255,框255牵涉事件后处理。框255的事件后处理可以牵涉区别事件类型或者以其他方式确定特定事件是否是明显的石块坠落事件。在方法200的图示实施例中,框255的事件后处理是在框202的过程中示出的,即可以针对数字信号108触发事件检测的每个传感器执行框255的事件后处理。这不是必需的。在一些实施例中,框255的事件后处理可以在框202的过程外部执行,例如框255的事件后处理可以全局地和/或针对数字信号108触发事件检测的传感器的子集执行。
图7B示意性地示出了根据特定实施例的可以在框255中执行的用于事件后处理的方法300。在图示实施例中,方法300的事件后处理牵涉区别许多(例如六种)不同类型的事件。在其他实施例中,事件后处理可以牵涉区别两种类型的事件,即明显的石块坠落事件和其他类别的事件。在一些实施例中,可以针对数字传感器信号108触发事件检测的每个传感器执行方法300。在其他实施例中,可以针对数字传感器信号108触发事件检测的传感器的子集执行方法300。
在图示实施例中,方法300开始于框305,其牵涉确定一个或多个事件特定处理参数150。一旦确定了关于系统10中的特定传感器的tstart和tend(例如在框230、250中),则处理器120可以获得在tstart和tend之间出现的关联的数字传感器信号108的子集。该数据子集可以依次被处理以获得框305的事件特定处理参数150。在框305中可以确定的事件特定处理参数的示例包括:可以根据式(2)确定的事件时长tdur;可以根据式(4)确定的PPV;与PPV关联的时间(tPPV);tstart和tend之间的离散信号的谱功率(FFT)。如果在框202的过程中未确定STA/LTA比、修正STA/LTA比或者能量,则还可以在框305中确定这些量(和/或它们的关联的最大值STA/LATmax、STA/LATmod_max、Emax和它们的关联的最大值的时间)中的任何一个或多个。
方法300随后前往框310,其牵涉评估事件时长标准。框310的评估可以牵涉将事件时长tdur与阈值(thresh_dur)比较以确定事件时长tdur是否小于阈值(thresh_dur)。在一些实施例中,事件时长阈值(thresh_dur)的范围可以是1-3秒。在其他实施例中,该范围可以是2-10秒。事件时长阈值(thresh_dur)的幅值可以取决于经过轨道区间12的列车的典型长度。
如果tdur大于事件时长阈值(thresh_dur),则方法300可以沿框310的否输出前往框315。在图示实施例中,框315牵涉推断事件是经过列车或者经过高轨车辆。方法300从框315前往框320,框320牵涉评估幅值标准以确定事件由经过的列车触发(框320的是输出和框325的推断)还是事件由高轨车辆触发(框320的否输出和框330的推断)。框320的幅值评估可以牵涉将关联的数字传感器信号108的PPV与适当的阈值比较。如果PPV大于框320的阈值,则确定事件是列车(框320的是输出和框325的推断),而如果PPV小于框320的阈值,则确定事件是高轨车辆(框320的否输出以及框330的推断)。根据地质场地条件,此外或者替选地,在一些实施例中框320可以牵涉评估谱标准(例如将事件的FFT与一个或多个阈值比较)。作为框320的幅值标准的替选方案或者除了框320的幅值标准之外,可以使用该谱标准来区别列车事件和高轨事件。
返回框310的评估,如果tdur小于事件时长阈值(thresh_dur),则方法300可以沿框310的是输出前往可选的框335。框335牵涉可选地评估谱标准以确定事件由经过的列车触发还是由高轨车辆触发。如上文讨论的,根据轨道区间12附近的地质条件,适当配置的传感器(例如图2A的路基传感器50和/或图2B的铁轨传感器80)可以响应于在轨道区间12上行驶的列车和/或高轨车辆来生成不同的频率特性。这些不同的频率特性可以用于使列车或高轨车辆区别于其他类型的事件。在一个特定实施例中,框335的谱标准牵涉确定与数字传感器信号108关联的FFT在大于频率阈值(thresh_freq)的频率处是否具有其功率的相当大的量(例如x%或更多)。在一个特定实施例中,该阈值的范围可以是100Hz-300Hz。在另一实施例中,该阈值的范围可以是125Hz-200Hz。在一个特定实施例中,相当大的量(例如x%或更多)的范围可以是0%-25%。在其他实施例中,相当大的量(例如x%或更多)的范围可以是5%-15%。
如果铁轨传感器的FFT在大于频率阈值(thresh_freq)的频率处具有其功率的相当大的量(例如x%或更多),则框335的评估是肯定的(是输出)并且方法300前往框340,其牵涉推断事件是经过列车或者经过高轨车辆。框340、345、350和355可以基本上与上文讨论的框315、320、325和330相似,并且可以牵涉区别列车(框350的推断)和高轨车辆(框355的推断)。
另一方面,如果铁轨传感器的FFT在大于频率阈值(thresh_freq)的频率处不具有其功率的相当大的量(例如x%或更多),则框335的评估是否定的(否输出)并且方法300前往框360,其牵涉评估幅值标准以确定所讨论的事件是否是明显的石块坠落事件,即值得关注的石块坠落事件。框360的幅值评估可以牵涉将关联的数字传感器信号的PPV与适当的阈值(thresh_PPV)比较。在一些实施例中,该幅值阈值(thresh_PPV)的范围可以是500-5000位。在其他实施例中,该范围可以是750-2,500位。如果PPV小于框360的阈值(thresh_PPV),则确定事件是不明显的事件(框360的否输出和框365的推断)。
然而,在图示实施例中,方法300越过框365推断将事件分类为不明显的事件。如上文讨论的,所期望的可能是区别可能触发轨道区间12附近的事件的其他类型的天然或人造噪声。在一个特定实施例中,发电机(未示出)位于轨道区间12附近。当发电机开启时,其触发系统10的一个或多个传感器上的事件。在图示实施例中,方法300从框365前往框370,框370牵涉评估谱标准。如上文解释的,与发电机的启动和操作关联的谱功率具有特定的谱模式。因此,可以针对框370设计谱标准,调查确定事件是否由发电机触发。该谱标准可以牵涉评估关联的数字传感器信号108的FFT是否在与发电机的启动和操作关联的特定频带内的频率处具有其功率的相当大的量(例如y%或更多)。如果框370的评估是肯定的(框370的是输出),则方法300在框375中推断事件由发电机触发。
应当注意,框370的谱评估和框375的推断事件由发电机触发表示可以用于区别可能触发轨道区间12附近的事件的其他类型的天然或人造表面噪声的标准类型的一个非限制性示例。在其他实施例中,所期望的可能是使用另外的或者替选的标准(例如在框370中或者在其他相似的调查中)区别另外的或者替选的表面噪声事件。这些表面噪声事件可以包括(作为非限制性示例):移动的水(例如瀑布、河流等)创建的噪声;动物创建的噪声;附近的交通创建的噪声;倒下的树创建的噪声等。用于区别这些事件的标准类型可以包括(作为非限制性示例):幅值标准、谱标准、时长标准等。这些另外的或者替选的标准的评估没有必要按相对于其他的方法300的标准评估的任何特定的顺序进行。通常,方法300的标准评估可以按任何期望的顺序进行。例如,如果已知发电机很可能每10分钟启动并且运行2分钟,则所期望的可能是将框370的谱标准评估定位在方法300中的较早的点以快速地推断发电机事件并且由此节约处理功率。
如果框370的评估是否定的(框370的否输出),则方法300前往框380,其牵涉评估积累标准以确定在足够短的时间段中是否已存在足够量的低幅值石块坠落,以推断已存在可能受到关注的石块坠落积累。在一个特定实施例中,框380的积累标准牵涉考虑在最近的时间段ΔT中方法300到达框380(即小石块坠落事件)的次数是否多于阈值次数(thresh_#)。作为非限制性示例,框380可以牵涉评估方法300在最近一小时内是否到达框380超过5次。在一些实施例中,框380的阈值次数(thresh_#)的范围是3-50。在其他实施例中,该范围是10-20。在一些实施例中,框380的时间段ΔT的范围是30-900分钟。在其他实施例中,该范围是60-480分钟。
如果框380的积累标准评估是肯定的(框380的是输出),则方法300前往框385,其推断已存在足够受到关注的石块坠落积累。如果框390的积累标准评估是否定的(框380的否输出),则方法300前往框390,其推断事件是不明显的石块坠落事件。
返回框360的幅值评估,如果PPV大于框360的阈值(thresh_PPV),则方法300前往(经由框360的是输出)框392,其牵涉调查当前事件是否跟随有列车事件。本发明人已确定,当列车经过轨道区间12时,经过的列车在触发主要的列车事件之前可能触发许多事件(例如列车可能满足框225的事件开始标准)。在主要的列车事件之前触发的这些事件可以被称为列车先兆事件。
图8是响应于经过的列车的许多个传感器的触发状态的示意图。从图8中可以看到,在抢在持续的主要的列车事件304之前的时间中,对于每个传感器,发生了许多列车先兆事件303。本发明人已确定,其间很可能发生列车先兆事件的时间在主要的列车事件开始之前的时间窗口Δtpre-train内。在一些实施例中,该时间窗口Δtpre-train的范围是5-30秒。在其他实施例中,该时间窗口Δtpre-train的范围是10-20秒。
在一些实施例中,框392的调查事件是否跟随有列车事件可以牵涉调查在时间窗口Δtpre-train内方法300中正在处理的当前事件是否跟随有持续的列车事件。如上文讨论的,可以基于时长标准(例如框310)、谱标准(例如框335)、幅值标准(例如框320、框330)或者它们的任何适当的组合来区别持续的列车事件。如果框392的调查是肯定的(例如在时间窗口Δtpre-train内当前事件跟随有列车事件,框392的是输出),则方法300前往框394,其牵涉推断当前事件是列车先兆事件。另一方面,如果框392的调查是否定的(例如在时间窗口Δtpre-train内当前事件未跟随有列车事件,框392的否输出),则方法300前往框395,其中当前事件被确定为明显的石块坠落事件。
如上文讨论的,方法300表示方法200的框255(图7A)的一个可能的实施例。返回图7A,在框255的推断(例如方法300)中,方法200前往框260,其牵涉调查与任何传感器关联的框255的事件后处理是否得到事件是石块坠落事件的推断(例如方法300的框390推断事件是不明显的石块坠落事件和/或方法300的框395推断事件是明显的石块坠落事件)。如果事件不是石块坠落事件(框260的否输出),则方法200前往框265,其牵涉针对非石块坠落事件采取适当的行动。
框265的行动的本质可以取决于任何非石块坠落事件是否出于一些原因而被视为重要的。框265的行动可以包括记录非石块坠落事件或者无操作。在一个特定实施例中,框265的行动可以牵涉生成与非石块坠落事件关联的事件记录。非石块坠落事件的记录可以包括与事件关联的许多参数的记录。在特定实施例中,框265的记录可以包括以下一个或多个:事件类型(例如框325、350的列车事件,框330、355的高轨车辆事件或者框375的表面噪声事件);触发的传感器的数目;事件的开始和结束时间,其可以包括首先触发的传感器的开始时间(tstart)和最后保持触发的传感器的结束时间(tend);每个触发的传感器的PPV和关联的时间tPPV;一个或多个其他框305的事件特定参数的最大值(和关联的时间)(例如,STA/LTAmax、Emax等);以及数据处理器120可能了解的任何其他参数。在一些实施例中,框265的记录还可以包括相机34可以捕获的轨道区间12的一个或多个图像。
在一些实施例中,框265可以牵涉将事件记录存储在本地存储器中(例如存储在数据记录器110、存储器128和/或图像数据存储器130中)直至诸如信号处理单元26被(例如远程工作站30在网络连接28上)询问事件的时间。根据本地存储器的可用性,在其他实施例中,框265可以牵涉传送事件记录(例如在网络连接28上传送到远程工作站30)用于远程存储。
另一方面,如果事件是石块坠落事件(框260的是输出),则方法200前往框270,其牵涉估计石块坠落事件的位置。框270可以牵涉以比系统10的传感器阵列18之间的最小间距20(参见图1)更精细的准确度来估计石块坠落事件的位置。图7C示意性地示出了根据特定实施例的可以在框270中执行的用于估计石块坠落事件的位置的方法400。方法400开始于框410,其牵涉选择将被考虑用于估计石块坠落位置的传感器组。在一些实施例中,框410可以牵涉确定传感器组以包括开始时间tstart在对石块坠落事件首先触发的传感器的开始时间tstart的时间窗口ΔTstart内的所有触发传感器。
在图9A和9B中示意性地示出了该框410的确定。图9A示出了许多个传感器对石块坠落事件的典型响应。如同图4E,图9A的图线的竖直轴是按二进制计数测量的而水平轴是按毫秒测量的。将注意,关于图9A中示出的各个传感器信号的图线在不同的竖直尺度上,但是为了清楚省略了关于每个传感器的特定尺度。图9A对照图4E的不同还在于图9A是在更小的时间尺度上示出的,即图4E跨越30s的时间段,而图9A跨越2.2s的时间段。
对于图9A的图线的每个传感器,图9B示出了传感器何时触发,即传感器的触发状态何时是开。从图9A中可见,传感器#1首先触发(在t=tstart_sensor#1处)。由于声波行进通过轨道区间12的区域中的基层耗用时间,因此可以假设传感器#1最接近石块坠落事件的震源。用于选择将被考虑用于估计石块坠落位置的传感器组的框410的处理可以牵涉选择在tstart_sensor#1的时间窗口ΔTstart内触发的所有传感器。
图9B中示出了该时间窗口ΔTstart。从图9B中可见,传感器#2-8和#12-13也在该时间窗口ΔTstart内触发。因此,框410可以牵涉选择传感器#1-8和#12-13作为用于估计石块坠落位置的传感器。图9B还示出了,传感器#9-11和#14-15未被触发。所以,根据图示实施例,传感器#9-11和#14-15未被选择用于估计石块坠落位置。尽管图9B中没有明确示出,但是在时间窗口Δtstart之后触发的传感器可以被假设为指示不同的事件。
框410的时间窗口ΔTstart可以涉及轨道区间12附近的泥土中的声波的平均速度以及所考虑的轨道区间12的长度的预测。例如,如果所监控的轨道区间12的长度是1km并且轨道12附近的基层中的声波的平均速度被确定为300m/s,则框410的时间窗口ΔTstart可以被设置为3.3秒。
一旦框410的传感器组被选择,则方法400(图7C)前往框415,其牵涉选择关于石块坠落事件的震源的p个潜在位置的组。p个潜在震源位置可以按适当的间隔d彼此隔开,间隔d取决于来自系统10的所期望的位置检测准确性。潜在震源位置的数目p可以例如取决于与系统10关联(例如与嵌入式处理器120关联)的处理资源。如上文讨论的,合理地假设石块坠落的震源可能最接近于首先触发的传感器(例如在图9A和9B的示例性环境中是传感器#1)。在特定实施例中,可以在首先触发的传感器的位置周围的栅格中提供p个潜在震源位置的组,并且该栅格可以具有潜在位置之间的间距d。在一些实施例中,间距d的范围可以是1-20m。在一些实施例中,该间距d的范围是2-5m。在一些实施例中,潜在震源位置的数目p的范围是5-100。在一些实施例中,潜在震源位置的该数目p的范围是10-25。
方法400随后前往循环420。循环420牵涉执行关于在框415中确定的p个潜在震源位置中的每一个的许多个过程。在图示实施例中,循环420由变量i标注索引,变量i可以被称为循环计数器。循环计数器i开始于循环420的首次迭代上的i=1并且对于循环420的每次迭代按1增加直至i=p,此时方法400退出循环420。循环420开始于框425,其牵涉选择第i个潜在震源位置并且确定第i个潜在震源位置和框410的传感器的位置之间的距离xi。将意识到,在框410的传感器组包括N个传感器的情况中,量xi将是具有形式[x1_i,x2_i…xN_i]T的形式的1×N向量,其中记号xj_i指示第j个传感器和第i个潜在震源位置之间的距离。一旦已知第i个潜在震源位置的位置,则随后可以基于经预校准的或者以其他方式已知的系统10的传感器的位置来确定距离xi。
方法300随后前往框430,其牵涉确定模型参数。在一个特定实施例中,根据指数衰减模型对石块坠落事件的PPV的空间衰减进行建模:
y(x)=Ae-Bx (6)
其中:y(x)表示距离石块坠落事件的震源为x处的PPV幅度,A是表示震源处的PPV的模型参数而B是可以表示轨道区间12的区域中的基层的质量因素的吸收系数模型参数。根据上述记号,模型式(6)可以被重写为:
其中:yj_i是基于第i个潜在震源处的石块坠落的第j个传感器的预期PPV,xj_i是第j个传感器和第i个潜在震源位置之间的距离,Ai是表示第i个潜在震源处的PPV的模型参数Bi是可以表示轨道区间12的区域中的基层的质量因素的第i个潜在震源的吸收系数模型参数。在其他实施例中,可以使用关于PPV的空间衰减的其他模型。
随后框430牵涉通过使成本函数最小来解出模型参数。在利用式(6)和(7)的模型的实施例中,框430中将确定的模型参数是量Ai和Bi。将意识到,在使用其他衰减模型的实施例中,将确定的模型参数可以是不同的。在一个特定示例性实施例中,框430中使用的成本函数是最小二乘成本函数,对于第i个潜在震源位置,其可由下式给出:
其中:Fi是关于第i个潜在震源位置的成本函数,N是框410的传感器的数目,wj_i是关于第j个传感器和第i个潜在震源位置的可选的加权系数,yi是关于第j个传感器的实际传感器PPV并且量被称为第j个传感器和第i个潜在震源位置的残值。
当如下条件成立时,可以使式(8)的成本函数最小:
和
对于第i个潜在震源位置,可以对式(9a)和(9b)求解以产生参数Ai和Bi。
对式(9a)和(9b)求解是非线性问题,其可以通过对式(7)两侧取自然对数进行简化(例如线性化)以产生:
ln(yj_i)=ln(Ai)-Bixj_i=y′j_i=A′i-Bixj_i (10)
其中y′j_i=ln(yj_i)并且A′i=ln(Ai)。式(10)表示线性回归模型(对比式(7)的指数回归模型)并且可以用于创建最小二乘成本函数,其依次可以被最小化以产生量A′i和Bi。随后可以根据来获得参数Ai。对于线性回归模型使最小二乘成本函数最小化具有闭合形式解并且为本领域的技术人员所公知。
更精密地检查式(6)的模型,可以看到量A取决于震源处的事件小波的幅度并且因此根据事件变化。相反地,量B表示质量因素,其可以取决于轨道区间12周围环境的岩土特性。因此,预期量B对于不同的事件是相对恒定的。本发明人已通过实验确定(使用上述最小二乘曲线拟合技术),对于特定的轨道区间12,参数B典型地保持在某个平均值Bo的5-10%内。因此,在一些实施例中,可以在校准期间确定量Bo并且随后参数Bi可以被取为常数Bi=Bo。在这些实施例中,式(8)和(9a)可以用于对Ai求解,这由下式给出:
对于式(6)的衰减模型,在框430的推断中,方法400已确定关于第i个潜在震源位置的模型参数Ai和Bi。对于其他模型,框430可以产生关于第i个潜在震源位置的不同的模型参数。方法400随后前往框435,其牵涉确定与第i个潜在震源位置关联的误差度量。通常,框435的误差度量可以是表示与在框430中确定的关于第i个潜在震源位置的模型参数关联的误差的任何适当的量。框435的误差度量可以牵涉对框410的N个传感器上的分量误差度量求和。每个分量误差度量可以牵涉循环420模型预测的PPV和传感器测量的PPV之间的差。在利用最小二乘成本函数(例如式(8))的实施例中,框435的误差度量(Ei)可以包括关于框410的N个传感器上的第i个潜在震源位置的残值的平方和,其可由下式给出:
在利用式(7)的回归模型的实施例中,式(12)变为:
其中yi是在第j个传感器处测量的PPV值并且yj_i是由模型式(7)预测的关于第j个传感器和第i个潜在震源位置的PPV值。
一旦确定了框435的误差度量(Ei),则方法400前往框440,其牵涉评估循环退出条件。如果在框415的p个潜在震源位置的组中存在仍需检查的其他潜在震源位置,则框440的调查是否定的(否输出)并且方法返回框450,其中使循环计数器i增加以引用下一潜在震源位置并且随后回到框425。如果对于框415的所有p个潜在震源位置的组执行了框425、430和435的过程,则满足框440的循环退出条件(是输出)并且方法400前往框445。
框445牵涉选择框415的潜在震源组中的一个作为石块坠落事件的估计的震源。在图示实施例中,框445的选择基于具有(如框435中确定的)最低误差度量的震源。在使用式(12)或(13)的误差度量的实施例中,框445牵涉将石块坠落事件的震源的估计位置选择为具有最低的Ei值的潜在震源。
在其他实施例中,方法400可以通过不同的衰减模型实现。例如,在一个替选实施例中,式(6)的衰减模型可以由如下模型替换:
其表示吸收和几何散开的组合。对于式(14)的模型,等同于式(7)的是:
等同于式(8)的最小二乘成本函数是:
并且关于第j个传感器和第i个潜在震源位置的残值rj_i由下式给出:
通过对两侧取自然对数可以使式(15)线性化以获得:
其中y′j_i=ln(yj_i)并且A′i=ln(Ai)。当假设Bi≈Bo时,式(9a)和(16)可用于根据下式对Ai求解:
式(14)-(19)的模型中使用的变量可以具有基本上与上述基于式(6)-(11)的模型中使用的变量相同的含义。使用式(14)-(19)中展示的模型的方法400可以与上述使用(6)-(11)的模型的方法400相似。更具体地,框430可以牵涉确定关于第i个潜在震源的模型参数Ai和Bi,框435可以牵涉确定与第i个潜在震源关联的误差度量(例如除了使用式(15)的回归模型替换式(7)的回归模型之外,使用式(12)和(13))并且方法400的剩余部分可以基本上与上述内容相似。
如上文讨论的,方法400表示方法200的框270(图7A)的一个可能的实施例。框445的估计的震源位置可以是框270的事件位置估计的输出。在其他实施例中,框270可以通过其他方法实现。返回图7A,在框270的推断(例如方法400)中,方法200可以前往可选的框275,其牵涉估计事件能量。可选的框275的能量估计也可以基于框270中使用的用于估计石块坠落震源的空间衰减模型。在上文在方法400中描述的特定的示例性实施例中,空间衰减模型由式(6)和(7)表示。
如果假设与坠落石块关联的轨迹主要是竖直的,则石块的动能可以被表述为:
KE=mhg (14)
其中:m是石块的质量,h是石块坠落的高度并且g是因重力引起的加速度。框275的能量估计还可以牵涉假设震源处的石块坠落事件的PPV与动能KE成比例:
KE=kA (15)
其中:A是在框430中确定的模型参数Ai的值并且与框445中选择的震源关联,并且k是可以在系统10的校准期间通过实验确定的比例常数。该框的与石块坠落事件关联的能量的确定可以使用式(15)来确定。
方法200(图7A)前往框280,其牵涉针对石块坠落事件采取适当的行动。图7D示意性地图示了根据特定实施例的可以在框280中执行的用于针对石块坠落事件采取适当的行动的方法500。方法500开始于可选的框510,其牵涉获得估计的事件位置的一个或多个图像。估计的事件位置可以是框270中确定的事件位置(例如框445的震源)。可选的框510可以牵涉使用相机控制信号38控制一个或多个图像捕获设备34。图像捕获设备34可以被控制以便于将它们引向估计的事件位置并且捕获相应的图像数据36。如上文讨论的,图像数据36可以存储在图像数据存储器130中。
方法500随后前往框515,其牵涉生成石块坠落事件的记录。石块坠落事件的记录可以包括与石块坠落事件关联的许多个参数的记录。在特定实施例中,框515的记录可以包括以下一个或多个:事件类型(例如框395或框390的石块坠落事件);触发的传感器的数目;框410的传感器的数目N;事件的开始和结束时间,其可以包括首先触发的传感器的开始时间(tstart)和最后保持触发的传感器的结束时间(tend);事件震源的估计位置(例如框445的震源);震源处的事件的估计的PPV(例如关于在框445中选择的震源的在框430中确定的模型参数Ai的值);估计的事件能量(例如框275的能量);每个触发的传感器的PPV和关联的时间tPPV;一个或多个其他框305的事件特定参数的最大值(和关联的时间)(例如,STA/LTAmax、Emax等);以及数据处理器120可能了解的任何其他参数。在一些实施例中,框515的记录还可以包括估计的事件位置的一个或多个框510的图像。
方法500随后前往框520,其牵涉评估警报标准。在一个特定实施例中,框520的警报标准可以牵涉进行比较以确定震源处的事件的估计的PPV(例如关于在框445中选择的震源的在框430中确定的模型参数Ai的值)是否大于PPV警报阈值(thresh_PPV_alarm)。在其他实施例中,框520的警报标准可以牵涉进行比较以确定估计的事件能量(例如框275的能量)是否大于能量警报阈值(thresh_KE_alarm)。基于上式(15)将意识到,在上述实施例中,这两个框520的警报标准是等同的并且以通过实验确定的换算因子k相关。在一些实施例中,框520的警报标准可以另外地或者替选地基于调查由系统10测量或估计的一个或多个其他参数。
如果框520的调查是肯定的(例如,震源处的事件的估计的PPV大于PPV警报阈值(thresh_PPV_alarm)),则方法500沿框520的是输出前往框530,其可以牵涉触发警报和/或直接将框515的事件记录传送回异地位置(例如经由针对远程工作站30的网络连接28)。框530的警报可以牵涉触发远程工作站30处的感测刺激和/或远程工作站30处的电子邮件等。在一些实施例中,当在远程工作站30处接收到框530的警报时,框515的事件记录(包括任何框510的图像)可以由人评估。如果人确定事件值得中断服务,则可以防止车辆交通在轨道区间12上行驶直至更彻底地调查和/或清除该事件。在一些实施例中,人类干预不是所期望的或者所需要的,并且框530的警报可以将通信引向铁路车辆操作员以向他们警报该事件并且使他们停止在轨道区间12上行驶或者停止向轨道区间12行驶。
如果框520的调查是否定的(例如,震源处的事件的估计的PPV小于PPV警报阈值(thresh_PPV_alarm)),则方法500沿框520的否输出前往框540。在图示实施例中,框540牵涉传送和/或记录正常情况中的事件(即没有触发警报)。框540可以牵涉将框515的事件记录存储在本地存储器中(例如存储在数据记录器110、存储器128和/或图像数据存储器130中)直至诸如信号处理单元26被(例如远程工作站30在网络连接28上)询问事件的时间。根据本地存储器的可用性,在其他实施例中,框540可以牵涉在不触发警报的情况下传送框515的事件记录(例如在网络连接28上传送到远程工作站30)。
图10示意性地图示了根据示例性实施例的用于部署系统10的方法600。方法600开始于框610,其牵涉估定轨道区间12附近环境的岩土特性。框610可以牵涉使用已知位置处的已知重量从已知高度下落来仿真石块坠落事件(即测试下落)。框610可以牵涉使用便携式传感器阵列(与传感器阵列18相似)和便携式信号处理单元26。框610可以牵涉估定以下一个或多个:
●周围噪声特性(作为非限制性示例,包括来自瀑布、流动的水源、风、附近的交通的源和其他表面噪声源的特征噪声);
●轨道区间12附近的基层中的表面波速;
●土壤质量因素(例如上文描述的参数Bo);
●框270的位置估计方法的准确性范围(例如本发明人已确定方法400的准确性随传感器和石块坠落位置之间的距离降低);
●估定由声能量越过障碍物(例如传感器被安装在轨道区间12两侧的环境中的轨道或者轨道区间12具有弯曲的情况中的轨道)导致的数据散射量并且,如果发生明显的能量损失,则确定来自“阴影”传感器的数据不应与剩余的传感器混合;
●验证与信号调理电路102关联的增益设置适于捕获关注范围中的事件;和/或
●等等。
方法600随后前往框620,其牵涉使用框610的信息确定系统10的传感器密度并且确定关联的系统布局。框620可以牵涉将与各种距离处的测试下落关联的PPV与背景噪声比较。在一些实施例中,需要检测的最小事件的PPV应比背景噪声水平大3倍。在其他实施例中,该比是4-5倍。
方法600随后前往框630,其牵涉根据框620的布局安装系统10。便携式传感器阵列和便携式信号处理单元可以由永久性传感器阵列18和信号处理单元26替换。可以使用永久性系统部件来重新估定框610中确定的一些岩土参数。可选的框640可以牵涉确定背景噪声水平(和关联的LTA常数c),在一些实施例中可以使用该背景噪声水平根据上文描述的式(3)计算修正STA/LTA比。
方法600随后前往框650,其牵涉通过使系统10运行足以捕获所有类型的可检测事件的一段时间来测试系统10。系统10(以及特别地,数据处理器120使用的软件124)可以在该测试时段期间按照需要调整以使性能最优。可以记录与特定事件关联的数字传感器信号,从而可以再次使用它们评估软件124的改变。在框660中,系统10被委托操作,但是按照需要经受定期例行测试和重新校准。
在一些实施例中,所期望的是尝试区别人和/或动物引起的事件(和/或系列事件)和石块坠落、铁轨交通和/或其他表面噪声源引起的事件。图11图示了根据特定实施例的可以用于区别由人或其他动物引起的系列事件的方法700。方法700可以在检测到事件之后在方法200(图7A)中执行。例如,方法700可以在框260和265之间和/或在框275和280之间执行。
方法700开始于框710,其牵涉确定当前事件和先前M个事件之间的时间相关性。参数M可以基于经验证据并且可以取决于传感器灵敏度、轨道区间12附近的动物检测的重要性等。可以使用本领域的技术人员已知的广泛的多种技术来确定框710的时间相关性。一种这样的技术牵涉确定最后的M个事件的平均时间(例如最后M个事件的平均开始时间tstart)并且将距离该平均时间最远的时间与平均时间比较。根据该技术,大的差指示相当弱的时间相关性而小的差指示相当强的时间相关性。另一技术牵涉计算最后M个事件的时间的统计标准偏差σ(例如最后M个事件的平均开始时间tstart)。根据该技术,大的偏差指示相对弱的时间相关性,而小的偏差指示相对强的时间相关性。
如果框710的调查指示最后M个事件的时间相关性小于阈值(temp_corr_thresh),则方法700可以沿框710的否输出前往框720,其中方法700推断系列事件并非由动物产生。另一方面,如果框710的调查指示最后的M个事件的时间相关性大于阈值(temp_corr_thresh),则方法700可以沿框710的是输出前往框730。框730牵涉评估最后N个事件的空间相关性。在一些实施例中,框710的事件数目M等于框730的事件数目N。例如,可以基于框270(例如方法400)中确定的事件位置确定框730的空间相关性。可以使用本领域的技术人员已知的大量的多种技术中的任何技术,包括上文针对框710描述的那些技术,确定框730的空间相关性。
如果框730的调查指示最后N个事件的空间相关性小于阈值(spat_corr_thresh),则方法700可以沿框730的否输出前往框740,其中方法700推断系列事件并非由动物产生。另一方面,如果框730的调查指示最后N个事件的空间相关性大于阈值(spat_corr_thresh),则方法700可以沿框730的是输出前往框750,其牵涉推断系列事件最可能由人或其他动物引起。
考虑到前面的公开内容,对于本领域的技术人员明显的是,在不偏离本发明的精神或范围的情况下,在实施本发明时许多替选方案和修改方案是可能的。例如:
●上文描述的方法的特定实施例在本质上是示例性的。在其他实施例中,这些方法的部分可以被修改或改变。在一些实施例中,这些方法的方面可以按不同于上述顺序的适当的顺序执行。作为非限制性示例,在方法300(图7B)的一些实施例中,框360-390的过程可以在框310-330和/或框335-355的过程之前执行或者框335-355的过程可以在框310-330的过程之前执行。本领域的技术人员将意识到,存在其中特定操作的顺序可以在所期望的环境中改变的其他环境。
●上文描述的图示实施例的方法300牵涉区别多种不同类型的事件(即列车事件、高轨车辆事件、表面噪声事件、不明显的石块坠落事件和明显的石块坠落事件)。这不是必需的。在一些实施例中,所期望的是区别数目较少的事件(例如两种类别的明显的石块坠落事件和其他事件)。在这样的实施例中,方法300可以被适当地修改,使得框310的否输出、可选的框335的是示出、框360的否输出和框392的是输出均导致相同的推断(即其他类型的事件)并且即使框392的调查是否定的(即框392的否输出)时候,方法300仍可以推断明显的石块坠落事件。在其他这样的实施例中,可以维持框365-390中的一些框以区别小石块坠落事件或者石块坠落积累。
●在一些实施例中,方法200和/或方法300可以被修改以提供对事件之间的最小延迟(Δevent)的调查。在彼此小于最小延迟Δevent的时间(和/或样本数目)间隔中发生的事件可以被确定为属于同一事件。在特定实施例中,这些紧密间隔的事件可以被合并为单个事件或者一个或多个这样的紧密间隔的事件可以被忽略。
●在一些实施例中,方法200和/或方法300可以被修改以提供对触发的传感器的最小数目(#_sensor_min)的调查。如果事件触发的传感器的数目小于传感器的最小数目(#_sensor_min),则事件可以被确定为过小以至于不被关注。
●上文描述的图9B利用参数ΔTstart确定将包括在框410的传感器组中的传感器。该参数Δtstart或者相似的(可能较大的)时间参数可以用于确定最大到达时间差。如果第一传感器在时间tstart_sensor#1触发并且一个或多个传感器在该最大到达时间差之后触发,则随后触发的传感器可以被确定为属于分立的事件。可以至少部分地基于轨道区间12附近的基层中的通过实验确定的表面波速来确定最大到达时间差。
●上文描述的实施例中的一些实施例描述了使用关于式(7)和/或式(15)的模型参数Bi的通过实验确定的平均值Bo。在一些实施例中,对于特定的轨道区间12,该参数Bo可以是相同的,但是在可以并入整体系统的多个模块轨道区间12中的每一个之间可以不同,或者该参数Bo可以在轨道区间(12)中局部变化。
●上文描述的方法牵涉区别许多事件。这些事件表示可以由系统10区别的事件的非限制性示例。在其他实施例中,系统10可以被配置为区别其他类型的事件,作为非限制性示例,诸如:道岔正在移动、机车振铃/喇叭以及铁轨的太阳加热引起的热膨胀以及伴随的枕木上的铁轨爬行。
因此,本发明的范围应根据所附权利要求确定。
Claims (90)
1.一种用于检测铁路轨道区间附近的石块坠落的系统,所述系统包括:
多个路基传感器,其沿所述轨道区间隔开,每个路基传感器位于紧邻所述轨道区间的路基中但是同与所述轨道区间关联的铁轨和枕木隔开、并且每个路基传感器对声能量敏感并且被配置为响应于检测到声能量生成相应的路基传感器信号;
信号处理单元,其以可操作的方式连接以接收来自所述多个路基传感器的路基传感器信号,所述信号处理单元被配置为至少部分基于所述路基传感器信号检测所述轨道区间附近的石块坠落事件。
2.根据权利要求1所述的系统,其中所述信号处理单元被配置为检测多个不同类型的事件,这些事件包括石块坠落事件、其中列车在所述轨道区间上行驶的列车事件和其中高轨车辆在所述轨道区间上行驶的高轨车辆事件,并且其中所述信号处理单元被配置为区别石块坠落事件和列车事件或高轨车辆事件。
3.根据权利要求2所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号检测事件。
4.根据权利要求3所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的短期平均值STA/长期平均值LTA参数大于开始触发阈值(thresh_start)时,检测所述事件的开始。
5.根据权利要求4所述的系统,其中所述信号处理单元被配置为检测与所述事件的开始关联的时间tstart。
6.根据权利要求5所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的STA/LTA参数小于结束触发阈值(thresh_end)时,检测所述事件的结束。
7.根据权利要求6所述的系统,其中所述信号处理单元被配置为检测与所述事件的结束关联的时间tend。
10.根据权利要求3所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的能量参数大于开始触发阈值(E_thresh_start)时,检测所述事件的开始,所述能量参数包括相应的路基传感器信号的平方幅度的窗口平均值。
11.根据权利要求10所述的系统,其中所述信号处理单元被配置为检测与所述事件的开始关联的时间tstart。
12.根据权利要求11所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的能量参数小于结束触发阈值(E_thresh_end)时,检测所述事件的结束。
13.根据权利要求12所述的系统,其中所述信号处理单元被配置为检测与所述事件的结束关联的时间tend。
14.根据权利要求10至13中任一项所述的系统,其中所述信号处理单元被配置为根据下式确定关于相应的路基传感器信号的能量参数:
其中:xi表示相应的路基传感器信号的第i个样本的值,n是当前样本xn的索引,d是窗口时长常数并且En是能量参数。
15.根据权利要求7和13中任一项所述的系统,其中所述信号处理单元被配置为确定与所述事件关联的时长tdur,其中tdur=tend-tstart。
16.根据权利要求3所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的时长tdur。
17.根据权利要求15和16中任一项所述的系统,其中所述信号处理单元被配置为将事件时长tdur与一个或多个时长标准比较并且基于这种比较确定所述事件不是石块坠落事件。
18.根据权利要求17所述的系统,其中一个或多个事件时长标准包括时长阈值(thresh_dur)并且所述信号处理单元被配置为,当所述事件时长tdur大于所述时长阈值(thresh_dur)时,确定所述事件不是石块坠落事件。
19.根据权利要求18所述的系统,其中所述信号处理单元被配置为,当所述事件时长tdur大于所述时长阈值(thresh_dur)时,确定所述事件是列车事件或者高轨车辆事件。
20.根据权利要求19所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,确定表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值的峰值质点速度PPV参数,并且其中所述信号处理单元被配置为将所述PPV参数与一个或多个幅值标准比较并且基于这种比较确定所述事件是列车事件还是高轨车辆事件。
21.根据权利要求3至18中任一项所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的谱功率分布。
22.根据权利要求21所述的系统,其中所述谱功率分布包括相应的路基传感器信号的快速傅里叶变换FFT。
23.根据权利要求21至22中任一项所述的系统,其中所述信号处理单元被配置为将所述谱功率分布与一个或多个谱标准比较并且基于这种比较确定所述事件不是石块坠落事件。
24.根据权利要求23所述的系统,其中所述一个或多个谱标准包括频率阈值(thresh_freq),并且所述信号处理单元被配置为,当所述谱功率分布在所述频率阈值(thresh_freq)以上的频率处包括大于特定百分比的其功率时,确定所述事件不是石块坠落事件。
25.根据权利要求24所述的系统,其中所述信号处理单元被配置为,当所述谱功率分布在所述频率阈值(thresh_freq)以上的频率处包括大于所述特定百分比的其功率时,确定所述事件是列车事件或者高轨车辆事件。
26.根据权利要求25所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器,确定表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值的PPV参数,并且所述信号处理单元被配置为将所述PPV参数与一个或多个幅值标准比较并且基于这种比较确定所述事件是列车事件还是高轨车辆事件。
27.根据权利要求3至26中任一项所述的系统,包括一个或多个铁轨传感器,每个铁轨传感器以可操作的方式接触与所述轨道区间关联的铁轨或枕木、并且每个铁轨传感器对声能量敏感并且被配置为响应于检测到声能量生成相应的铁轨传感器信号,并且其中所述信号处理单元以可操作的方式连接以接收所述铁轨传感器信号。
28.根据权利要求27所述的系统,其中所述信号处理单元被配置为,对于所述铁轨传感器中的特定的一个铁轨传感器,至少部分地基于其相应的铁轨传感器信号确定与所述事件关联的铁轨传感器谱功率分布。
29.根据权利要求28所述的系统,其中所述信号处理单元被配置为将所述铁轨传感器谱功率分布与一个或多个谱标准比较并且基于这种比较确定所述事件不是石块坠落事件。
30.根据权利要求3至29中任一项所述的系统,其中所述信号处理单元被配置为,对于所述路基传感器中的特定的一个路基传感器及其相应的路基传感器信号,确定与所述事件关联的PPV参数,所述PPV参数表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值。
31.根据权利要求30所述的系统,其中所述信号处理单元被配置为将PPV与一个或多个幅值标准比较并且基于这种比较确定所述事件不是明显的石块坠落事件。
32.根据权利要求31所述的系统,其中所述一个或多个幅值标准包括幅值阈值(thresh_PPV)并且所述信号处理单元被配置为,当PPV小于所述幅值阈值(thresh_PPV)时,确定所述事件不是明显的石块坠落事件。
33.根据权利要求3至32中任一项所述的系统,其中所述信号处理单元被配置为查明所述事件是否在随后的列车事件的时间窗口Δtpre-train中发生,并且如果所述事件在所述时间窗口Δtpre-train中发生,则确定所述事件是列车先兆事件。
34.根据权利要求3至33中任一项所述的系统,其中所述信号处理单元被配置为查明所述事件是否是在最近时间段ΔT中已发生的阈值数目(thresh_#)的事件中的一个,并且如果所述事件是所述最近时间段ΔT中已发生的阈值数目(thresh_#)的事件中的一个,则确定所述事件是石块坠落积累的一部分。
35.根据权利要求3所述的系统,其中所述信号处理单元被配置为:
对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的时长tdur,并且即使事件时长tdur小于时长阈值(thresh_dur),仍确定所述事件可能是石块坠落事件;以及
对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的谱功率分布,并且即使所述谱功率分布在频率阈值(thresh_freq)以上的频率处包括小于特定百分比的其功率,仍确定所述事件可能是石块坠落事件;并且其中所述信号处理单元被进一步配置为,在确定所述事件时长tdur和所述谱功率分布指示所述事件可能是石块坠落事件之后,对于所述路基传感器中的特定的一个路基传感器及其相应的路基传感器信号,确定与所述事件关联的PPV参数,所述PPV参数表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值,并且当PPV大于所述幅值阈值(thresh_PPV)时,确定所述事件是明显的石块坠落事件,或者当PPV小于所述幅值阈值(thresh_PPV)时,确定所述事件是小石块坠落事件。
36.根据权利要求3所述的系统,其中所述信号处理单元被配置为:
对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的时长tdur,并且即使事件时长tdur小于时长阈值(thresh_dur),仍确定所述事件可能是石块坠落事件;以及
其中所述信号处理单元被进一步配置为,在确定所述事件时长tdur指示所述事件可能是石块坠落事件之后,对于所述路基传感器中的特定的一个路基传感器及其相应的路基传感器信号,确定与所述事件关联的PPV参数,所述PPV参数表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值,并且当PPV大于所述幅值阈值(thresh_PPV)时,确定所述事件是明显的石块坠落事件,或者当PPV小于所述幅值阈值(thresh_PPV)时,确定所述事件是小石块坠落事件。
37.根据权利要求35和36中任一项所述的系统,其中在确定所述事件是明显的石块坠落事件之前,所述信号处理单元被配置为查明所述事件是否在随后的列车事件的时间窗口Δtpre-train中发生,并且如果所述事件在所述时间窗口Δtpre-train中发生,则确定所述事件是列车先兆事件而非明显的石块坠落事件。
38.根据权利要求35至37中任一项所述的系统,其中如果所述信号处理单元确定所述事件是小石块坠落事件,则所述信号处理单元被配置为查明所述小石块坠落事件是否是在最近时间段ΔT中已发生的阈值数目(thresh_#)的小石块坠落事件中的一个,并且如果所述事件是所述最近时间段ΔT中已发生的阈值数目(thresh_#)的小石块坠落事件中的一个,则确定所述事件是石块坠落积累的一部分。
39.根据权利要求1至38中任一项所述的系统,其中所述信号处理单元检测与相应的多个路基传感器关联的多个石块坠落事件,所述检测基于所述多个路基传感器的相应的多个路基传感器信号,并且其中所述信号处理单元被进一步配置为,基于使用曲线拟合最优化技术将根据所述相应的多个路基传感器信号确定的一个或多个参数拟合到表示与石块坠落关联的声信号空间衰减的模型,来估计石块坠落震源的位置。
40.根据权利要求39所述的系统,其中所述信号处理单元被配置为通过如下操作实现所述曲线拟合最优化技术:
循环遍历多个潜在震源位置,并且对于所述多个潜在震源位置中的每一个:
使用根据所述相应的多个路基传感器信号确定的一个或多个参数确定使与所述模型关联的成本函数最小的模型参数;以及
确定由所述模型预测的一个或多个参数和根据所述相应的多个路基传感器信号确定的一个或多个参数之间的误差度量;以及
在完成所述循环之后,将具有最低误差度量的潜在震源位置选择为所述石块坠落震源的估计位置。
41.根据权利要求40所述的系统,其中所述成本函数包括最小二乘成本函数,所述最小二乘成本函数包括项的和,每个项包括由所述模型关于特定路基传感器预测的一个或多个参数和根据对应于所述特定路基传感器的路基传感器信号确定的一个或多个参数之间的取平方的差。
42.根据权利要求39至41中任一项所述的系统,其中对于每个路基传感器信号,根据所述相应的多个路基传感器信号确定的一个或多个参数包括:表示具有其关联的石块坠落事件期间的最大绝对值的路基传感器信号的样本幅值的PPV参数。
43.根据权利要求42所述的系统,其中所述模型包括以下至少一个:
y(x)=Ae-Bx;和
其中:y(x)表示距离所述石块坠落震源为x处的PPV参数的幅度,A是表示震源处的PPV的模型参数并且B是吸收系数模型参数。
44.根据权利要求43所述的系统,其中所述信号处理单元被配置为,至少部分地基于与所述最低误差度量关联并且表示所述石块坠落震源的估计位置处的PPV的模型参数A,确定是否触发警报条件。
45.根据权利要求1至44中任一项所述的系统,其中所述信号处理单元检测与特定的路基传感器关联的多个事件,所述检测基于所述特定的路基传感器的相应的路基传感器信号,并且其中所述信号处理单元被进一步配置为确定所述多个事件是否可能是所述轨道区间附近的人或其他动物,其中确定所述多个事件是否可能是所述轨道区间附近的人或其他动物包括:确定所述多个事件的时间相关性大于时间相关性阈值(temp_corr_thresh),并且确定所述多个事件的空间相关性大于空间相关性阈值(spat_corr_thresh)。
46.一种用于检测铁路轨道区间附近的石块坠落的方法,所述方法包括:
提供多个路基传感器,其沿所述轨道区间隔开,并且将每个路基传感器安置在紧邻所述轨道区间的路基中但是同与所述轨道区间关联的铁轨和枕木隔开,每个路基传感器对声能量敏感并且被配置为响应于检测到声能量生成相应的路基传感器信号;
接收来自所述多个路基传感器的路基传感器信号;以及
处理所述路基传感器信号以至少部分基于所述路基传感器信号检测所述轨道区间附近的石块坠落事件。
47.根据权利要求1所述的方法,包括:检测多个不同类型的事件,这些事件包括石块坠落事件、其中列车在所述轨道区间上行驶的列车事件和其中高轨车辆在所述轨道区间上行驶的高轨车辆事件;以及区别石块坠落事件和列车事件或高轨车辆事件。
48.根据权利要求47所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号检测事件。
49.根据权利要求48所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的短期平均值STA/长期平均值LTA参数大于开始触发阈值(thresh_start)时,检测所述事件的开始。
50.根据权利要求49所述的方法,包括检测与所述事件的开始关联的时间tstart。
51.根据权利要求50所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的STA/LTA参数小于结束触发阈值(thresh_end)时,检测所述事件的结束。
52.根据权利要求51所述的方法,包括检测与所述事件的结束关联的时间tend。
55.根据权利要求48所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的能量参数大于开始触发阈值(E_thresh_start)时,检测所述事件的开始,所述能量参数包括相应的路基传感器信号的平方幅度的窗口平均值。
56.根据权利要求55所述的方法,包括检测与所述事件的开始关联的时间tstart。
57.根据权利要求56所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,当与相应的路基传感器信号关联的能量参数小于结束触发阈值(E_thresh_end)时,检测所述事件的结束。
58.根据权利要求57所述的方法,包括检测与所述事件的结束关联的时间tend。
59.根据权利要求55至58中任一项所述的方法,包括根据下式确定关于相应的路基传感器信号的能量参数:
其中:xi表示相应的路基传感器信号的第i个样本的值,n是当前样本xn的索引,d是窗口时长常数并且En是能量参数。
60.根据权利要求52和58中任一项所述的方法,包括确定与所述事件关联的时长tdur,其中tdur=tend-tstart。
61.根据权利要求48所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的时长tdur。
62.根据权利要求60和61中任一项所述的方法,包括将事件时长tdur与一个或多个时长标准比较并且基于这种比较确定所述事件不是石块坠落事件。
63.根据权利要求62所述的方法,其中一个或多个事件时长标准包括时长阈值(thresh_dur)并且所述方法包括:当所述事件时长tdur大于所述时长阈值(thresh_dur)时,确定所述事件不是石块坠落事件。
64.根据权利要求63所述的方法,包括:当所述事件时长tdur大于所述时长阈值(thresh_dur)时,确定所述事件是列车事件或者高轨车辆事件。
65.根据权利要求64所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,确定表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值的峰值质点速度PPV参数,并且将所述PPV参数与一个或多个幅值标准比较并且基于这种比较确定所述事件是列车事件还是高轨车辆事件。
66.根据权利要求48至63中任一项所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的谱功率分布。
67.根据权利要求66所述的方法,其中确定所述谱功率分布包括计算相应的路基传感器信号的快速傅里叶变换FFT。
68.根据权利要求66至67中任一项所述的方法,包括将所述谱功率分布与一个或多个谱标准比较并且基于这种比较确定所述事件不是石块坠落事件。
69.根据权利要求68所述的方法,其中所述一个或多个谱标准包括频率阈值(thresh_freq),并且所述方法包括:当所述谱功率分布在所述频率阈值(thresh_freq)以上的频率处包括大于特定百分比的其功率时,确定所述事件不是石块坠落事件。
70.根据权利要求69所述的方法,包括:当所述谱功率分布在所述频率阈值(thresh_freq)以上的频率处包括大于所述特定百分比的其功率时,确定所述事件是列车事件或者高轨车辆事件。
71.根据权利要求70所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器,确定表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值的PPV参数;将所述PPV参数与一个或多个幅值标准比较并且基于这种比较确定所述事件是列车事件还是高轨车辆事件。
72.根据权利要求48至71中任一项所述的方法,包括:
提供一个或多个铁轨传感器,每个铁轨传感器以可操作的方式接触与所述轨道区间关联的铁轨或枕木、并且每个铁轨传感器对声能量敏感并且被配置为响应于检测到声能量生成相应的铁轨传感器信号;以及
接收所述铁轨传感器信号。
73.根据权利要求72所述的方法,包括:对于所述铁轨传感器中的特定的一个铁轨传感器,至少部分地基于其相应的铁轨传感器信号确定与所述事件关联的铁轨传感器谱功率分布。
74.根据权利要求73所述的方法,包括将所述铁轨传感器谱功率分布与一个或多个谱标准比较并且基于这种比较确定所述事件不是石块坠落事件。
75.根据权利要求48至74中任一项所述的方法,包括:对于所述路基传感器中的特定的一个路基传感器及其相应的路基传感器信号,确定与所述事件关联的PPV参数,所述PPV参数表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值。
76.根据权利要求75所述的方法,包括:将PPV与一个或多个幅值标准比较并且基于这种比较确定所述事件不是明显的石块坠落事件。
77.根据权利要求76所述的方法,其中所述一个或多个幅值标准包括幅值阈值(thresh_PPV)并且所述方法包括:当PPV小于所述幅值阈值(thresh_PPV)时,确定所述事件不是明显的石块坠落事件。
78.根据权利要求48至77中任一项所述的方法,包括查明所述事件是否在随后的列车事件的时间窗口Δtpre-train中发生,并且如果所述事件在所述时间窗口Δtpre-train中发生,则确定所述事件是列车先兆事件。
79.根据权利要求48至78中任一项所述的方法,包括查明所述事件是否是在最近时间段ΔT中已发生的阈值数目(thresh_#)的事件中的一个,并且如果所述事件是所述最近时间段ΔT中已发生的阈值数目(thresh_#)的事件中的一个,则确定所述事件是石块坠落积累的一部分。
80.根据权利要求48所述的方法,包括:
对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的时长tdur,并且即使事件时长tdur小于时长阈值(thresh_dur),仍确定所述事件可能是石块坠落事件;以及
对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的谱功率分布,并且即使所述谱功率分布在频率阈值(thresh_freq)以上的频率处包括小于特定百分比的其功率,仍确定所述事件可能是石块坠落事件;以及
在确定所述事件时长tdur和所述谱功率分布指示所述事件可能是石块坠落事件之后,对于所述路基传感器中的特定的一个路基传感器及其相应的路基传感器信号,确定与所述事件关联的PPV参数,所述PPV参数表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值,并且当PPV大于所述幅值阈值(thresh_PPV)时,确定所述事件是明显的石块坠落事件,或者当PPV小于所述幅值阈值(thresh_PPV)时,确定所述事件是小石块坠落事件。
81.根据权利要求48所述的方法,包括:
对于所述路基传感器中的特定的一个路基传感器,至少部分地基于其相应的路基传感器信号确定与所述事件关联的时长tdur,并且即使事件时长tdur小于时长阈值(thresh_dur),仍确定所述事件可能是石块坠落事件;以及
在确定所述事件时长tdur指示所述事件可能是石块坠落事件之后,对于所述路基传感器中的特定的一个路基传感器及其相应的路基传感器信号,确定与所述事件关联的PPV参数,所述PPV参数表示具有所述事件期间的最大绝对值的相应的路基传感器信号的样本幅值,并且当PPV大于所述幅值阈值(thresh_PPV)时,确定所述事件是明显的石块坠落事件,或者当PPV小于所述幅值阈值(thresh_PPV)时,确定所述事件是小石块坠落事件。
82.根据权利要求80和81中任一项所述的方法,包括:在确定所述事件是明显的石块坠落事件之前,查明所述事件是否在随后的列车事件的时间窗口Δtpre-train中发生,并且如果所述事件在所述时间窗口Δtpre-train中发生,则确定所述事件是列车先兆事件而非明显的石块坠落事件。
83.根据权利要求80至82中任一项所述的方法,如果确定所述事件是小石块坠落事件,则查明所述小石块坠落事件是否是在最近时间段Δr中已发生的阈值数目(thresh_#)的小石块坠落事件中的一个,并且如果所述事件是所述最近时间段ΔT中已发生的阈值数目(thresh_#)的小石块坠落事件中的一个,则确定所述事件是石块坠落积累的一部分。
84.根据权利要求46至83中任一项所述的方法,包括:
检测与相应的多个路基传感器关联的多个石块坠落事件,所述检测基于所述多个路基传感器的相应的多个路基传感器信号;以及
基于使用曲线拟合最优化技术将根据所述相应的多个路基传感器信号确定的一个或多个参数拟合到表示与石块坠落关联的声信号空间衰减的模型,来估计石块坠落震源的位置。
85.根据权利要求84所述的方法,包括通过如下操作实现所述曲线拟合最优化技术:
循环遍历多个潜在震源位置,并且对于所述多个潜在震源位置中的每一个:
使用根据所述相应的多个路基传感器信号确定的一个或多个参数确定使与所述模型关联的成本函数最小的模型参数;以及
确定由所述模型预测的一个或多个参数和根据所述相应的多个路基传感器信号确定的一个或多个参数之间的误差度量;以及
在完成所述循环之后,将具有最低误差度量的潜在震源位置选择为所述石块坠落震源的估计位置。
86.根据权利要求85所述的方法,其中所述成本函数包括最小二乘成本函数,所述最小二乘成本函数包括项的和,每个项包括由所述模型关于特定路基传感器预测的一个或多个参数和根据对应于所述特定路基传感器的路基传感器信号确定的一个或多个参数之间的取平方的差。
87.根据权利要求84至86中任一项所述的方法,其中对于每个路基传感器信号,根据所述相应的多个路基传感器信号确定的一个或多个参数包括:表示具有其关联的石块坠落事件期间的最大绝对值的路基传感器信号的样本幅值的PPV参数。
88.根据权利要求87所述的方法,其中所述模型包括以下至少一个:
y(x)=Ae-Bx;和
其中:y(x)表示距离所述石块坠落震源为x处的PPV参数的幅度,A是表示震源处的PPV的模型参数并且B是吸收系数模型参数。
89.根据权利要求88所述的方法,包括:至少部分地基于与所述最低误差度量关联并且表示所述石块坠落震源的估计位置处的PPV的模型参数A,确定是否触发警报条件。
90.根据权利要求46至89中任一项所述的方法,包括:检测与特定的路基传感器关联的多个事件,所述检测基于所述特定的路基传感器的相应的路基传感器信号,并且确定所述多个事件是否可能是所述轨道区间附近的人或其他动物,其中确定所述多个事件是否可能是所述轨道区间附近的人或其他动物包括:确定所述多个事件的时间相关性大于时间相关性阈值(temp_corr_thresh),并且确定所述多个事件的空间相关性大于空间相关性阈值(spat_corr_thresh)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US7335808P | 2008-06-17 | 2008-06-17 | |
US61/073,358 | 2008-06-17 | ||
PCT/CA2009/000837 WO2010003220A1 (en) | 2008-06-17 | 2009-06-17 | System and method for detecting rock fall |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102123899A true CN102123899A (zh) | 2011-07-13 |
CN102123899B CN102123899B (zh) | 2013-09-25 |
Family
ID=41506615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801320894A Active CN102123899B (zh) | 2008-06-17 | 2009-06-17 | 用于检测石块坠落的系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (2) | US9031791B2 (zh) |
EP (1) | EP2300299B1 (zh) |
CN (1) | CN102123899B (zh) |
AU (1) | AU2009267754B2 (zh) |
CA (1) | CA2728105C (zh) |
HK (1) | HK1159572A1 (zh) |
WO (1) | WO2010003220A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354433A (zh) * | 2011-10-14 | 2012-02-15 | 武汉理工光科股份有限公司 | 基于光纤光栅传感技术的铁路边坡危岩落石监测报警系统 |
CN102955169A (zh) * | 2011-08-19 | 2013-03-06 | 林沛旸 | 现地型地震实时分析系统与方法及其储存媒体 |
CN107618535A (zh) * | 2017-09-28 | 2018-01-23 | 李春莲 | 铁道安全维护平台 |
CN108032869A (zh) * | 2017-12-11 | 2018-05-15 | 北京铁路局 | 线路检测方法及监控系统 |
CN109070915A (zh) * | 2016-01-31 | 2018-12-21 | 铁路视像有限公司 | 用于检测列车的电导体系统中的缺陷的系统和方法 |
CN109572757A (zh) * | 2018-08-06 | 2019-04-05 | 湖南铁路科技职业技术学院 | 一种铁路落石的检测与定位方法、装置 |
CN111315630A (zh) * | 2017-10-30 | 2020-06-19 | 科路实有限责任公司 | 数据融合概念 |
CN113993763A (zh) * | 2019-06-17 | 2022-01-28 | 三菱重工业株式会社 | 具有事件检测的用于基础设施和/或车辆的监视系统 |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10569792B2 (en) * | 2006-03-20 | 2020-02-25 | General Electric Company | Vehicle control system and method |
US10308265B2 (en) | 2006-03-20 | 2019-06-04 | Ge Global Sourcing Llc | Vehicle control system and method |
US8295548B2 (en) | 2009-06-22 | 2012-10-23 | The Johns Hopkins University | Systems and methods for remote tagging and tracking of objects using hyperspectral video sensors |
NO331979B1 (no) * | 2010-09-17 | 2012-05-14 | Stiftelsen Norsar | System og metode for tidlig deteksjon av tog |
AU2011329288B2 (en) * | 2010-11-15 | 2016-06-02 | Parker-Hannifin Corporation | Embedded or clip-on device for health monitoring of an article |
US9403254B2 (en) * | 2011-08-17 | 2016-08-02 | Taiwan Semiconductor Manufacturing Company, Ltd. | Methods for real-time error detection in CMP processing |
US9283945B1 (en) | 2013-03-14 | 2016-03-15 | Wabtec Holding Corp. | Braking systems and methods of determining a safety factor for a braking model for a train |
AU2014200345B2 (en) * | 2013-05-17 | 2019-09-26 | Wabtec Holding Corp. | Braking Systems And Methods For Determining Dynamic Braking Data For A Braking Model For A Train |
JP6122702B2 (ja) * | 2013-06-06 | 2017-04-26 | 公益財団法人鉄道総合技術研究所 | 通過タイミング判定システム、通過タイミング判定方法およびプログラム |
CN103364034B (zh) * | 2013-08-08 | 2016-02-03 | 保定市天河电子技术有限公司 | 一种铁路道轨崩塌落石检测方法及系统 |
EP2862778B1 (en) * | 2013-10-15 | 2017-01-04 | Bayern Engineering GmbH & Co. KG | Method for generating measurement results from sensor signals |
EA028210B1 (ru) * | 2014-05-14 | 2017-10-31 | Эни С.П.А. | Способ и система для непрерывного дистанционного контроля положения и скорости продвижения скребкового устройства внутри трубопровода |
GB2533396A (en) * | 2014-12-19 | 2016-06-22 | Senceive Ltd | Monitoring system for railway embankment |
JP6528567B2 (ja) * | 2015-07-02 | 2019-06-12 | オムロン株式会社 | 感震センサ及び閾値調整方法 |
JP6476522B2 (ja) * | 2015-08-21 | 2019-03-06 | 公益財団法人鉄道総合技術研究所 | 岩塊安定性評価方法およびこれに用いるプログラム |
EP3848915B1 (en) | 2015-10-09 | 2024-03-20 | Honeywell International Inc. | System for monitoring personal protection equipment compliance |
US10151768B2 (en) * | 2016-01-13 | 2018-12-11 | Gianni Arcaini | Method and apparatus for the accurate linear speed measurement of trains |
US10427698B2 (en) * | 2016-01-29 | 2019-10-01 | Green Timber Energy | Train derailer placement warning device |
CN105788179B (zh) * | 2016-03-23 | 2018-01-09 | 重庆交通大学 | 一种智能化危岩崩塌落石灾害监测系统及方法 |
CN105825635A (zh) * | 2016-05-11 | 2016-08-03 | 中铁武汉勘察设计研究院有限公司 | 一种铁路沿线崩塌落石监测报警系统及方法 |
US9934623B2 (en) | 2016-05-16 | 2018-04-03 | Wi-Tronix Llc | Real-time data acquisition and recording system |
US11423706B2 (en) | 2016-05-16 | 2022-08-23 | Wi-Tronix, Llc | Real-time data acquisition and recording data sharing system |
US10410441B2 (en) | 2016-05-16 | 2019-09-10 | Wi-Tronix, Llc | Real-time data acquisition and recording system viewer |
US10392038B2 (en) | 2016-05-16 | 2019-08-27 | Wi-Tronix, Llc | Video content analysis system and method for transportation system |
NO341972B1 (en) * | 2016-09-07 | 2018-03-05 | Stiftelsen Norsar | A railway track condition monitoring system for detecting a partial or complete disruption of a rail of the railway track |
PT3339133T (pt) * | 2016-12-22 | 2019-09-10 | Siemens Rail Automation S A U | Sistema e método para acionar um envio de uma autorização de movimento para um veículo guiado |
CN107010087A (zh) * | 2017-04-10 | 2017-08-04 | 同方威视技术股份有限公司 | 高铁异物侵限监测系统及方法 |
US11391005B2 (en) | 2017-08-04 | 2022-07-19 | R&B Leasing, Llc | System and method for mitigating rockfalls |
US10738424B2 (en) | 2017-08-04 | 2020-08-11 | R&B Leasing, Llc | System and method for mitigating rockfalls |
US10705231B1 (en) * | 2017-09-25 | 2020-07-07 | State Farm Mutual Automobile Insurance Company | Systems and methods for detecting seismic events |
US11084512B2 (en) * | 2018-02-12 | 2021-08-10 | Glydways, Inc. | Autonomous rail or off rail vehicle movement and system among a group of vehicles |
US10946878B1 (en) * | 2020-07-14 | 2021-03-16 | Bnsf Railway Company | Wireless slide fence system and method |
WO2022027082A1 (en) * | 2020-08-05 | 2022-02-10 | Commonwealth Scientific And Industrial Research Organisation | Rock fall analyser |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2429056A (en) * | 1945-09-22 | 1947-10-14 | Union Switch & Signal Co | Slide fence protection system for railroads |
CN1187439A (zh) * | 1996-06-26 | 1998-07-15 | 美国电报电话公司 | 用于探测铁路行为的方法和装置 |
JP2000180219A (ja) * | 1998-12-10 | 2000-06-30 | Hitachi Cable Ltd | 落石検知システム |
CA2270066A1 (en) * | 1999-04-19 | 2000-10-19 | Robert Douglas Stephens | Railway rail acoustic rockfall detector |
US6216985B1 (en) * | 1997-08-29 | 2001-04-17 | Robert Douglas Stephens | Railway hazard acoustic sensing, locating, and alarm system |
JP2001307290A (ja) * | 2000-04-27 | 2001-11-02 | Hitachi Eng Co Ltd | トンネル防災システム |
KR20020005241A (ko) * | 2000-07-06 | 2002-01-17 | 정숭렬 | 낙석경보 시스템 |
JP2005017230A (ja) * | 2003-06-27 | 2005-01-20 | Central Japan Railway Co | 落石検知線取付具及び落石検知装置 |
CN101066679A (zh) * | 2007-06-04 | 2007-11-07 | 成江雄 | 铁路沿线两侧坡地路基塌方自动监测报警装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US889205A (en) | 1907-08-30 | 1908-06-02 | Emory P Cook | Railway signal system. |
US3794977A (en) | 1969-09-25 | 1974-02-26 | Westinghouse Electric Corp | A multiplex control system for controlling the operation of a plurality of stations |
FI79955C (fi) * | 1988-02-29 | 1990-04-10 | Kone Oy | Anordning foer avskiljning av haorda foeremaol, saosom stenar fraon en stroem av traedstammar. |
US5001682A (en) * | 1990-05-14 | 1991-03-19 | Anderson Weston A | Method and apparatus for detecting seismic events |
US5713540A (en) | 1996-06-26 | 1998-02-03 | At&T Corp. | Method and apparatus for detecting railway activity |
CA2242723C (en) * | 1997-08-29 | 2001-10-02 | Robert Douglas Stephens | Railway hazard acoustic sensing, locating, and alarm system |
US6185153B1 (en) * | 1999-02-19 | 2001-02-06 | The United States Of America As Represented By The Secretary Of The Navy | System for detecting gunshots |
IL152310A (en) | 2002-10-15 | 2010-05-17 | Magal Security Systems Ltd | System and method for detecting, locating and recognizing an approach toward an elongated installation |
US6949075B2 (en) * | 2002-12-27 | 2005-09-27 | Cardiac Pacemakers, Inc. | Apparatus and method for detecting lung sounds using an implanted device |
US7510531B2 (en) * | 2003-09-18 | 2009-03-31 | Cardiac Pacemakers, Inc. | System and method for discrimination of central and obstructive disordered breathing events |
GB2406376A (en) | 2003-09-24 | 2005-03-30 | Qinetiq Ltd | Surveillance system including serial array of fiber optic point sensors |
GB0820658D0 (en) | 2008-11-12 | 2008-12-17 | Rogers Alan J | Directionality for distributed event location (del) |
-
2009
- 2009-06-17 CN CN2009801320894A patent/CN102123899B/zh active Active
- 2009-06-17 AU AU2009267754A patent/AU2009267754B2/en not_active Ceased
- 2009-06-17 WO PCT/CA2009/000837 patent/WO2010003220A1/en active Application Filing
- 2009-06-17 CA CA2728105A patent/CA2728105C/en active Active
- 2009-06-17 EP EP09793736.1A patent/EP2300299B1/en active Active
-
2010
- 2010-12-17 US US12/972,334 patent/US9031791B2/en active Active
-
2011
- 2011-12-29 HK HK11114045.3A patent/HK1159572A1/xx not_active IP Right Cessation
-
2015
- 2015-04-10 US US14/684,011 patent/US20150285927A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2429056A (en) * | 1945-09-22 | 1947-10-14 | Union Switch & Signal Co | Slide fence protection system for railroads |
CN1187439A (zh) * | 1996-06-26 | 1998-07-15 | 美国电报电话公司 | 用于探测铁路行为的方法和装置 |
US6216985B1 (en) * | 1997-08-29 | 2001-04-17 | Robert Douglas Stephens | Railway hazard acoustic sensing, locating, and alarm system |
JP2000180219A (ja) * | 1998-12-10 | 2000-06-30 | Hitachi Cable Ltd | 落石検知システム |
CA2270066A1 (en) * | 1999-04-19 | 2000-10-19 | Robert Douglas Stephens | Railway rail acoustic rockfall detector |
JP2001307290A (ja) * | 2000-04-27 | 2001-11-02 | Hitachi Eng Co Ltd | トンネル防災システム |
KR20020005241A (ko) * | 2000-07-06 | 2002-01-17 | 정숭렬 | 낙석경보 시스템 |
JP2005017230A (ja) * | 2003-06-27 | 2005-01-20 | Central Japan Railway Co | 落石検知線取付具及び落石検知装置 |
CN101066679A (zh) * | 2007-06-04 | 2007-11-07 | 成江雄 | 铁路沿线两侧坡地路基塌方自动监测报警装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102955169A (zh) * | 2011-08-19 | 2013-03-06 | 林沛旸 | 现地型地震实时分析系统与方法及其储存媒体 |
CN102955169B (zh) * | 2011-08-19 | 2015-09-09 | 林沛旸 | 现地型地震实时分析系统与方法 |
CN102354433A (zh) * | 2011-10-14 | 2012-02-15 | 武汉理工光科股份有限公司 | 基于光纤光栅传感技术的铁路边坡危岩落石监测报警系统 |
CN102354433B (zh) * | 2011-10-14 | 2013-06-19 | 武汉理工光科股份有限公司 | 基于光纤光栅传感技术的铁路边坡危岩落石监测报警系统 |
CN109070915A (zh) * | 2016-01-31 | 2018-12-21 | 铁路视像有限公司 | 用于检测列车的电导体系统中的缺陷的系统和方法 |
US10967891B2 (en) | 2016-01-31 | 2021-04-06 | Rail Vision Ltd | System and method for detection of defects in an electric conductor system of a train |
US11807284B2 (en) | 2016-01-31 | 2023-11-07 | Rail Vision Ltd | System and method for detection of defects in an electric conductor system of a train |
CN107618535A (zh) * | 2017-09-28 | 2018-01-23 | 李春莲 | 铁道安全维护平台 |
CN111315630A (zh) * | 2017-10-30 | 2020-06-19 | 科路实有限责任公司 | 数据融合概念 |
CN108032869A (zh) * | 2017-12-11 | 2018-05-15 | 北京铁路局 | 线路检测方法及监控系统 |
CN108032869B (zh) * | 2017-12-11 | 2019-12-03 | 北京铁路局 | 线路检测方法及监控系统 |
CN109572757A (zh) * | 2018-08-06 | 2019-04-05 | 湖南铁路科技职业技术学院 | 一种铁路落石的检测与定位方法、装置 |
CN113993763A (zh) * | 2019-06-17 | 2022-01-28 | 三菱重工业株式会社 | 具有事件检测的用于基础设施和/或车辆的监视系统 |
CN113993763B (zh) * | 2019-06-17 | 2024-02-20 | 三菱重工业株式会社 | 具有事件检测的用于基础设施和/或车辆的监视系统 |
Also Published As
Publication number | Publication date |
---|---|
AU2009267754B2 (en) | 2013-08-29 |
US9031791B2 (en) | 2015-05-12 |
US20110313671A1 (en) | 2011-12-22 |
AU2009267754A1 (en) | 2010-01-14 |
CA2728105A1 (en) | 2010-01-14 |
EP2300299B1 (en) | 2017-01-18 |
EP2300299A1 (en) | 2011-03-30 |
CA2728105C (en) | 2013-06-18 |
WO2010003220A1 (en) | 2010-01-14 |
HK1159572A1 (en) | 2012-08-03 |
US20150285927A1 (en) | 2015-10-08 |
EP2300299A4 (en) | 2014-04-02 |
CN102123899B (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102123899B (zh) | 用于检测石块坠落的系统和方法 | |
Hürlimann et al. | Debris-flow monitoring and warning: Review and examples | |
Smethurst et al. | Current and future role of instrumentation and monitoring in the performance of transport infrastructure slopes | |
Van Herwijnen et al. | Monitoring avalanche activity using a seismic sensor | |
CN108431880A (zh) | 监测交通流量 | |
US20150013465A1 (en) | Monitoring Transport Network Infrastructure | |
Dietze et al. | Spatiotemporal patterns, triggers and anatomies of seismically detected rockfalls | |
Van Herwijnen et al. | Forecasting snow avalanches using avalanche activity data obtained through seismic monitoring | |
CN109029278A (zh) | 格栅防护边坡表面应力应变的监测装置及监测方法 | |
Li et al. | Building coupling loss measurement and prediction due to train-induced vertical vibrations | |
d'Angiò et al. | Microseismic monitoring to assess rock mass damaging through a novel damping ratio-based approach | |
US20220329068A1 (en) | Utility Pole Hazardous Event Localization | |
Tatom et al. | Tornado detection based on seismic signal | |
Barbero et al. | A new experimental snow avalanche test site at Seehore peak in Aosta Valley (NW Italian Alps)—part II: engineering aspects | |
D’angiò et al. | Environmental forcings and micro-seismic monitoring in a rock wall prone to fall during the 2018 Buran winter storm | |
Partsinevelos et al. | Integration of seismic and image data processing for rockfall monitoring and early warning along transportation networks | |
Volant et al. | Seismic evaluation of existing nuclear facility using ambient vibration test to characterize dynamic behavior of the structure and microtremor measurements to characterize the soil: a case study | |
Mitterer et al. | Comparison of measured and modelled snow cover liquid water content to improve local wet-snow avalanche prediction | |
US11733070B2 (en) | Street light operating status monitoring using distributed optical fiber sensing | |
Arattano et al. | Brief Communication: A new testing field for debris flow warning systems | |
Richards et al. | Demonstrating novel monitoring techniques at an ethanol 180,000-MT/YR CCS project in North Dakota | |
Antolini et al. | An Early Warning System for Debris Flows and Snow Avalanches | |
US20230278606A1 (en) | Method for monitoring the physical state of a rail | |
ES2624786T3 (es) | Sistema y procedimiento para detectar la caída de piedras | |
Czarny et al. | Spatiotemporal evaluation of Rayleigh surface wave estimated from roadside dark fiber DAS array and traffic noise |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1159572 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1159572 Country of ref document: HK |