CN103847761A - 一种用于实时监测铁轨裂缝及损伤的系统及方法 - Google Patents

一种用于实时监测铁轨裂缝及损伤的系统及方法 Download PDF

Info

Publication number
CN103847761A
CN103847761A CN201210502451.6A CN201210502451A CN103847761A CN 103847761 A CN103847761 A CN 103847761A CN 201210502451 A CN201210502451 A CN 201210502451A CN 103847761 A CN103847761 A CN 103847761A
Authority
CN
China
Prior art keywords
rail
damage
crack
composite material
power spectrum
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
Application number
CN201210502451.6A
Other languages
English (en)
Other versions
CN103847761B (zh
Inventor
李宗津
张津瑞
陆有源
沈震远
芦泽宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Brilliant Concept Technologies Shenzhen Co ltd
Original Assignee
Jian Wei Technology (shenzhen) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jian Wei Technology (shenzhen) Co Ltd filed Critical Jian Wei Technology (shenzhen) Co Ltd
Priority to CN201210502451.6A priority Critical patent/CN103847761B/zh
Publication of CN103847761A publication Critical patent/CN103847761A/zh
Application granted granted Critical
Publication of CN103847761B publication Critical patent/CN103847761B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Machines For Laying And Maintaining Railways (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种用于实时监测铁轨裂缝及损伤的系统及方法。该方法包括:将一压电复合材料传感器固定于铁轨轨底,通过所述压电复合材料传感器探测铁轨的振动波信号,之后将采集到的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤;当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,判断铁轨没有裂缝及损伤;当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判定该段铁轨已发生裂缝及损伤,发出报警提示。本发明可在列车通过铁轨后快速判断该段铁轨有无微裂缝及损伤发生,提高了安全性。

Description

一种用于实时监测铁轨裂缝及损伤的系统及方法
技术领域
本发明涉及高速铁路基础设施安全监测技术领域,尤其涉及一种快速可靠实时监测铁轨裂缝及损伤的无损监测方法和设备。
背景技术
随着我国高速铁路的大量建成通车,安全运输与设备状态管理的矛盾日益突出。通过建立有效的监控体系,做好固定设备的长期监控成为确保高速铁路安全、可靠、高效运行的保障,特别是固定设备某些关键薄弱环节的监控,注入道岔等。道岔处的铁轨易发生开裂、核伤等微小破坏,如果不能及时发现,极易快速地扩展为致命损伤,从而引起脱轨等严重事故。为此,找到一种可以快速实时可靠地监测铁轨裂缝及损伤情况的方法就显得极为重要。
在国外,漏磁检测法、涡电流检测法、视屏和光电图像检测法、射线检测法、超声导波法等都曾尝试运用于道岔铁轨的裂缝及损伤监测,但是实验证明由于其可靠性差、误报率高、实施困难及成本难以控制等缺点没有得到广泛地推广。 
因此,现有技术还有待于改进和发展。 
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种用于实时监测铁轨裂缝及损伤的系统及方法。提供了一种快速可靠的实时监测铁轨裂缝及损伤的方法和设备,该方法采用自动化智能化技术,操作简单,监测结果受人工操作与环境影响微小,分析结果重复性好,可靠性高,实施相对简单。该监测方法可在列车通过铁轨后快速判断该段铁轨有无微裂缝及损伤发生,提高了安全性。
本发明解决技术问题所采用的技术方案如下:
一种用于实时监测铁轨裂缝及损伤的系统,其中,包括:
用于固定在铁轨上探测铁轨的振动波信号并转换为相应的振动波模拟信号的压电复合材料传感器;
用于将压电复合材料传感器探测到的振动波模拟信号进行去噪、放大处理的信号过虑及放大设备;
用于将经过去噪、放大处理的振动波模拟信号进行采样转化为振动波数字信号并存储的数据采集设备;
用于将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤的计算机分析装置; 
所述压电复合材料传感器、信号过虑及放大设备、数据采集设备、计算机分析装置依次连接。
所述的用于实时监测铁轨裂缝及损伤的系统,其中,所述计算机分析装置包括:
信号转换单元,用于将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图;
第一判断单元,用于当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,则判断铁轨基本没有裂缝及损伤发生;
第二判断单元,用于当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤;
报警提示单元,用于当判断铁轨发生裂缝及损伤,报警提示检修或更换。
所述的用于实时监测铁轨裂缝及损伤的系统,其中,其还包括一用于将所述压电复合材料传感器紧固在所述铁轨的轨底表面的铁夹具: 所述压电复合材料传感器通过所述铁夹具紧固在铁轨轨底表面。
所述的用于实时监测铁轨裂缝及损伤的系统,其中,在所述压电复合材料传感器外包覆设置有一铜壳,所述铜壳通过一屏蔽线连接至同轴电缆的负极。
所述的用于实时监测铁轨裂缝及损伤的系统,其中,所述压电复合材料传感器包括内核,封装保护层,磁性套环和具有屏蔽功能的信号线,所述内核,封装保护层,磁性套环由内到外依次设置;
所述信号线缠绕设置在所述压电复合材料传感器内,并在所述压电复合材料传感器外突出设置有连接端子。
所述的用于实时监测铁轨裂缝及损伤的系统,其中,
所述压电复合材料传感器的共振频率应设置为150kHz-200kHz的频段范围内; 
所述数据采集设备的采样频率设置为不低于2.5MHz。
一种用于实时监测铁轨裂缝及损伤的方法,其中,包括步骤:
A、将一压电复合材料传感器固定于铁轨轨底,当有列车驶向并经过该段铁轨时,通过所述压电复合材料传感器探测铁轨的振动波信号,并转换为相应的振动波模拟信号;
B、通过信号过虑及放大设备将压电复合材料传感器探测到的振动波模拟信号进行去噪、放大处理;
C、通过数据采集设备将经过去噪、放大处理的振动波模拟信号进行采样转化为振动波数字信号并存储;
D、通过计算机分析装置将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤。
所述的用于实时监测铁轨裂缝及损伤的方法,其中,所述步骤A还包括:将所述压电复合材料传感器的共振频率应设置为150kHz-200kHz的频段范围内; 
所述步骤C还包括:将所述数据采集设备的采样频率设置为不低于2.5MHz。
所述的用于实时监测铁轨裂缝及损伤的方法,其中,所述步骤D具体包括:
D1、将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图;
D2、当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,则判断铁轨没有裂缝及损伤发生;
D3、当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤,
D4、当判断铁轨发生裂缝及损伤,报警提示检修或更换。
所述的用于实时监测铁轨裂缝及损伤的方法,其中,所述步骤D还包括:当钢轨在裂缝或损失开展的过程中其频率分布集中在80kHz-200kHz的频段范围内,定义钢轨的损伤指数DI为:
Figure 497814DEST_PATH_IMAGE001
其中
Figure 312187DEST_PATH_IMAGE002
为功率谱密度图中80kHz-150kHz频段内的面积,
Figure 196966DEST_PATH_IMAGE003
为功率谱密度图中230kHz-300kHz频段内的面积;
当2<DI<5时,提示铁轨可继续使用,不必更换;
当5<DI<10时,提示钢轨结构有一定程度的损伤,密切关注;
当DI>10时,提示钢轨结构损伤为严重,裂缝的开展进入不稳定阶段,提示需要更换铁轨。
本发明所提供的用于实时监测铁轨裂缝及损伤的系统及方法,由于采用了将一压电复合材料传感器固定于铁轨轨底,当有列车驶向并经过该段铁轨时,通过所述压电复合材料传感器探测铁轨的振动波信号,之后转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤;当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,则判断铁轨没有裂缝及损伤发生;当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤,当判断铁轨发生裂缝及损伤,报警提示检修或更换。采用该监测系统可以对铁轨的运行状况进行24*7的全天候健康监测。绘制出被监测区段的损伤指标DI随时间的变换趋势,以DI作为铁轨损伤的量化指标,可以快速可靠实时地得到关于道岔处铁轨的裂缝与损伤情况,为铁道健康监测部门提供了一种方便快捷的判断铁轨的裂缝与损伤情况的手段,有效地避免由于铁轨裂缝及损伤引起的各类重大事故。
附图说明
图1是本发明用于实时监测铁轨裂缝及损伤的系统的较佳实施例的流程图。
图2是本发明实施例的压电复合材料传感器平面图。
图3是本发明实施例的压电复合材料传感器的安装示意图。
图4a、图4b是当铁轨不存在裂缝及损伤时,功率谱密度分布特征。
图5a、图5b是当铁轨存在裂缝及损伤时,功率谱密度分布特征。
图6是本发明实施例的用于实时监测铁轨裂缝及损伤的方法图。 
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参见图1,图1是本发明用于实时监测铁轨裂缝及损伤的系统的较佳实施例的流程图。图1所示的一种用于实时监测铁轨裂缝及损伤的系统,包括依次连接的压电复合材料传感器110、信号过虑及放大设备120、数据采集设备130、计算机分析装置140。
所述压电复合材料传感器110用于固定在铁轨上探测铁轨的振动波信号并转换为相应的振动波模拟信号。
所述信号过虑及放大设备120用于将压电复合材料传感器探测到的振动波模拟信号进行去噪、放大处理。
所述数据采集设备130用于将经过去噪、放大处理的振动波模拟信号进行采样转化为振动波数字信号并存储。
所述计算机分析装置140用于将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤。
本实施例中,将压电复合材料传感器固定于轨底,利用安装于铁轨轨底的压电复合材料传感器,实时不间断地监听火车驶来并经过时对铁轨产生的振动波信号,并通过计算机分析装置140内安装的软件算法将其转化为功率谱密度图。
当有列车驶向并经过该段铁轨时,会引起铁轨的低频振动,该振动以信号波的形式被安装于轨底的压电复合材料传感器监测接收转化为产生振动波信号并被数据采集设备记录下来供计算机分析装置140内安装的软件分析。当分析监测到的振动波信号的功率谱密度分布主要集中在20-80kHz以下的相对低频范围内时,则判断铁轨基本没有裂缝及损伤发生,当振动波信号的功率谱密度分布向80kHz以上的相对高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤,需要立即实施人工检修或更换。
本发明实施例中所述用于实时监测铁轨裂缝及损伤的系统,采用基于振动波频谱重心随材料损伤程度加深向高频漂移的理论(Lu, Youyuan; Li, Zongjin, Frequency characteristic analysis on acoustic emission of mortar using cement-based piezoelectric sensors, Smart Structures and Systems. v. 8, (3), September 2011, p. 321-341),该理论的核心内容是:当材料内部有微小裂缝时,低频振动波会强烈地激发材料内部微裂缝开展面及微裂缝尖端的互相摩擦挤压,这种摩擦挤压运动将产生次生的小幅高频振动波,而材料内部无微裂缝时,则低频振动波不会激发出高频次声波。通过得到在实际铁轨的实验结果,证明本实施例的用于实时监测铁轨裂缝及损伤的系统可以快速可靠实时地得到关于道岔处铁轨的裂缝与损伤情况,为铁道安全生产监督部门提供了一种方便快捷可靠地判断铁轨的裂缝与损伤情况的手段,可以有效地避免由于铁轨裂缝及损伤引起的各类交通重大事故。
进一步地,如图2所示,所述压电复合材料传感器110包括内核1,封装保护层2,磁性套环3和具有屏蔽功能的信号线4,所述内核1、封装保护层2、磁性套环3由内到外依次设置。
所述信号线4缠绕设置在所述压电复合材料传感器内,并在所述压电复合材料传感器外突出设置有连接端子。
根据钢轨裂缝的声发射信号的频率分布特性,压电复合材料传感器的共振频率应设置为150kHz-200kHz的频段范围内。该压电复合材料传感器可以有效地探测并接收频率在500kHz以下的振动波信号,以保障采集信号的灵敏度与可靠性。所述压电复合材料传感器110本身带有磁性,可强力吸在铁轨轨底内表面,同时为保证传感器安装牢固,用铁夹具将传感器进一步紧固在铁轨轨底表面,保证振动波完整地被传感器接收。
其中,用于监测的所述压电复合材料传感器在振动波作用下将会产生极化电荷,本实施例中,所述的压电复合材料传感器最优的阻抗匹配及将其接收到的振动信号波无畸变地等比例转化为电信号,同时通过内部的低通滤波器将频率在500-800kHz以上的背景噪声信号滤除。所以本实施例所述的压电复合材料传感器可以有效地探测并接收频率在500kHz以下的振动波信号。
压电复合材料传感器采集到的电荷信号需经过信号过虑及放大设备进行信号过虑及放大,可以有效地将压电复合材料传感器探测到的频率在500kHz以下的电荷信号转化为电压信号,并传输至数据采集设备。
同时,为防止周边环境的电磁场干扰,在所述压电复合材料传感器外包覆设置有一铜壳,所述铜壳通过一屏蔽线连接至同轴电缆的负极。即需采用铜壳包覆整个传感器,并与同轴电缆的负极相连,以提高信噪比。
本实施例中,将压电复合材料传感器固定于轨底,所以,如图3所示,采用所述用于实时监测铁轨裂缝及损伤的系统,其还包括一用于将所述压电复合材料传感器110紧固在所述铁轨200的轨底表面的铁夹具101。所述压电复合材料传感器110通过所述铁夹具紧固在铁轨200轨底表面。所述压电复合材料传感器110再通过一屏蔽线连接至信号过虑及放大设备,其中,信号过虑及放大设备120 和数据采集设备130可以设置在与所述压电复合材料传感器110不远处。
进一步地,所述信号过虑及放大设备120可以有效地将压电复合材料传感器110探测到的频率在500kHz以下的电荷信号转化为电压信号的振动波模拟信号,并将振动波模拟信号进行去噪、放大处理后传输至数据采集设备130。
所述数据采集设备130的采样频率应至少在2.5MHz以上,以保证信号的质量,并将振动波数字信号传输至计算机分析装置140。即本实施例中当压电复合材料传感器产生的电荷信号经前置放大器过滤放大后转化为电压信号,采用采样频率不低于2.5M的高性能数据采集设备将电压模拟信号转换为数字信号并传输至计算机分析装置进行信号的处理、分析及保存。
通过所述计算机分析装置140进行处理,当监测到的振动波信号的功率谱密度分布主要集中在20-80kHz以下的相对低频范围内时,则判断铁轨基本没有裂缝及损伤发生,当振动波信号的功率谱密度分布向80kHz以上的相对高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤,需要立即实施人工检修或更换,可以大大提高检测的准确性,有效地保证了铁轨运行的安全。
即当铁轨不存在裂缝及损伤时,功率谱密度将主要分布在20-80kHz的相对低频的频率范围以下,80kHz以上的频率范围内则几乎没有功率谱密度分布,证明接收到的振动波信号的能量主要分布在20-80kHz的频率范围以下,如图4a和图4b所示。
而当铁轨存在裂缝及损伤时,80kHz以上相对高频的频率范围内将呈现出数个功率谱密度峰,证明接收到的振动波中高频能量所占比例发生明显上升,由实验证明这是由于铁轨中的裂缝及损伤改变了列车车轮引起的振动波的频率特征,将部分原本分布在20-80kHz的相对低频的频率范围以下的振动波信号调制至80kHz以上相对高频的频率范围内,同时,钢轨在裂缝或核伤开展的过程中也伴随着大量的高频声发射信号,其频率分布重要集中在80kHz-200kHz的相对高频的频段范围内,如图5a和图5b所示。
在具体实施时,监测铁轨裂缝及损伤的设备中的信号传输线必须采用可以有效屏蔽噪声的屏蔽线。
进一步地,本实施例中在计算机分析装置140内安装有相应的分析软件,通过所述分析软件将采集到的数字信号进行频谱转换,将时域信号转换为频域的功率谱密度,根据功率谱密度分布的特点判断铁轨是否存在微小裂缝及损伤,具体如下所述。
如果 
Figure 463999DEST_PATH_IMAGE004
是一个有限能量信号,即平方可积,那么信号的谱密度 就是信号连续傅里叶变换幅度的平方。功率谱密度的定义要求信号的傅里叶变换必须存在,也就是说信号平方可积或者平方可加,它定义了信号或者时间序列的功率如何随频率分布,是能量在频域上的表征。如下公式:
Figure 144828DEST_PATH_IMAGE006
其中 是角频率(循环频率的 
Figure 892521DEST_PATH_IMAGE008
倍),
Figure 629533DEST_PATH_IMAGE009
 是 的连续傅里叶变换。 
Figure 645079DEST_PATH_IMAGE011
Figure 886705DEST_PATH_IMAGE009
的共轭函数。
如果信号是离散的 
Figure 161828DEST_PATH_IMAGE012
,经过有限的元素之后,仍然得到能量谱密度:
Figure 618348DEST_PATH_IMAGE013
其中 
Figure 953515DEST_PATH_IMAGE009
是 
Figure 682436DEST_PATH_IMAGE014
的离散时间傅里叶变换。如果所定义的数值个数是有限的,这个序列可以看作是周期性的,使用离散傅里叶变换得到离散频谱,或者用零值进行扩充从而可以作为无限序列的情况计算谱密度。
经实验验证,钢轨在裂缝或损失开展的过程中伴随着大量的声发射信号,其频率分布重要集中在80kHz-200kHz的频段范围内。当火车经过有损伤的铁轨时,损伤在冲击荷载的作用下会进一步发展,大量的微裂缝产生,同时伴随着大量高频声发射能量的产生。80kHz-150kHz频段范围内的能量极具增加,反映在功率谱密度图上的特征为80kHz-150kHz频段范围内出现大量连续的峰值,该频段范围的谱面积极具增大。所以本实施例中:定义钢轨的损伤指数DI(Damage Index)为:
Figure 823568DEST_PATH_IMAGE015
其中
Figure 321545DEST_PATH_IMAGE016
为功率谱密度图中80kHz-150kHz频段内的面积,
Figure 93192DEST_PATH_IMAGE017
为功率谱密度图中230kHz-300kHz频段内的面积。
Figure 43830DEST_PATH_IMAGE018
随激励大小与外界环境的改变而略有变化,以其作为参考值可以有效排除环境因素的干扰。定义钢轨的损伤指数DI较直接使用
Figure 739385DEST_PATH_IMAGE019
的绝对值作为报警指标更为合理。
当2<DI<5时,此时虽有损伤在扩展,但不显著,对应于铁道部规定的轻度损伤,此时铁轨可继续使用,不必更换。当5<DI<10时,此时钢轨结构有一定程度的损伤,裂缝的开展较为稳定,需要密切关注,对应于铁道部规定的中度损伤。当DI>10时,此时钢轨结构损伤较为严重,裂缝的开展进入不稳定阶段,需要更换铁轨,对应于铁道部规定的重度损伤。
采用该系统可以对铁轨的运行状况进行24*7的全天候健康监测。绘制出被监测区段的损伤指标DI随时间的变换趋势,以DI作为铁轨损伤的量化指标,可以快速可靠实时地得到关于道岔处铁轨的裂缝与损伤情况,为铁道健康监测部门提供了一种方便快捷的判断铁轨的裂缝与损伤情况的手段,有效地避免由于铁轨裂缝及损伤引起的各类重大事故。
进一步地实施例,所述计算机分析装置包括:
信号转换单元,用于将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图;
第一判断单元,用于当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的相对低频范围内时,则判断铁轨基本没有裂缝及损伤发生;
第二判断单元,用于当所述功率谱密度分布图的功率谱密度分布向80kHz以上的相对高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤;
报警提示单元,用于当判断铁轨发生裂缝及损伤,报警提示检修或更换。
基于上述实施例,本发明实施例还提供了一种用于实时监测铁轨裂缝及损伤的方法,如图6所示,所述方法包括步骤:
S310、将一压电复合材料传感器固定于铁轨轨底,当有列车驶向并经过该段铁轨时,通过所述压电复合材料传感器探测铁轨的振动波信号,并转换为相应的振动波模拟信号。较佳地,将所述压电复合材料传感器的共振频率应设置为150kHz-200kHz的频段范围内。具体如上所述。
S320、通过信号过虑及放大设备将压电复合材料传感器探测到的振动波模拟信号进行去噪、放大处理;具体如上所述。
S330、通过数据采集设备将经过去噪、放大处理的振动波模拟信号进行采样转化为振动波数字信号并存储;较佳地,将所述数据采集设备的采样频率设置为不低于2.5MHz。具体如上所述。
S340、通过计算机分析装置将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤。具体如上所述。
其中,所述步骤S340具体包括:
D1、将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图;
D2、当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,则判断铁轨没有裂缝及损伤发生;
D3、当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤;
D4、当判断铁轨发生裂缝及损伤,报警提示检修或更换。
本实施例中,当钢轨在裂缝或损失开展的过程中其频率分布集中在80kHz-200kHz的频段范围内,定义钢轨的损伤指数DI为:
Figure 91869DEST_PATH_IMAGE015
其中
Figure 34417DEST_PATH_IMAGE020
为功率谱密度图中80kHz-150kHz频段内的面积,
Figure 534669DEST_PATH_IMAGE021
为功率谱密度图中230kHz-300kHz频段内的面积;
当2<DI<5时,提示铁轨可继续使用,不必更换;
当5<DI<10时,提示钢轨结构有一定程度的损伤,密切关注;
当DI>10时,提示钢轨结构损伤为严重,裂缝的开展进入不稳定阶段,提示需要更换铁轨。
综上所述,本发明实施例通过强磁铁吸力以及铁夹具将压电复合材料传感器紧固在钢轨底面上,采集钢轨在火车经过时的振动信号,计算钢轨在火车荷载激励下的频域响应。通过实时不间断地监听当火车经过时的振动信号波,并将其转化为功率谱密度图,当信号波的功率谱密度分布主要集中在20-80kHz以下时,则铁轨没有任何裂缝及损伤发生,当信号波的功率谱密度分布向80kHz以上明显移动时,则该段铁轨已发生裂缝及损伤,需要人工检修或更换。此项发明对轨道裂缝与核伤的监测有着极其重要的意义,可用于常规检测手段如超声检测无法进行探伤作业区域的损伤检查,如轨道岔道截面宽度<50mm的变截面区以及轨道底面Ⅲ区的裂缝与损失监测。
并且本发明采用自动化智能化技术,操作简单,监测结果受人工操作与环境影响微小,分析结果重复性好,可靠性高,实施相对简单。该监测方法可在列车通过铁轨后快速判断该段铁轨有无微裂缝及损伤发生,提高了安全性。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种用于实时监测铁轨裂缝及损伤的系统,其特征在于,包括:
用于固定在铁轨上探测铁轨的振动波信号并转换为相应的振动波模拟信号的压电复合材料传感器;
用于将压电复合材料传感器探测到的振动波模拟信号进行去噪、放大处理的信号过虑及放大设备;
用于将经过去噪、放大处理的振动波模拟信号进行采样转化为振动波数字信号并存储的数据采集设备;
用于将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤的计算机分析装置; 
所述压电复合材料传感器、信号过虑及放大设备、数据采集设备、计算机分析装置依次连接。
2.根据权利要求1所述的用于实时监测铁轨裂缝及损伤的系统,其特征在于,所述计算机分析装置包括:
信号转换单元,用于将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图;
第一判断单元,用于当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,则判断铁轨基本没有裂缝及损伤发生;
第二判断单元,用于当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤,
报警提示单元,用于当判断铁轨发生裂缝及损伤,报警提示检修或更换。
3.根据权利要求1所述的用于实时监测铁轨裂缝及损伤的系统,其特征在于,其还包括一用于将所述压电复合材料传感器紧固在所述铁轨的轨底表面的铁夹具: 所述压电复合材料传感器通过所述铁夹具紧固在铁轨轨底表面。
4.根据权利要求1所述的用于实时监测铁轨裂缝及损伤的系统,其特征在于,在所述压电复合材料传感器外包覆设置有一铜壳,所述铜壳通过一屏蔽线连接至同轴电缆的负极。
5.根据权利要求1所述的用于实时监测铁轨裂缝及损伤的系统,其特征在于,所述压电复合材料传感器包括内核,封装保护层,磁性套环和具有屏蔽功能的信号线,所述内核,封装保护层,磁性套环由内到外依次设置;
所述信号线缠绕设置在所述压电复合材料传感器内、并在所述压电复合材料传感器外突出设置有连接端子。
6.根据权利要求1所述的用于实时监测铁轨裂缝及损伤的系统,其特征在于,
所述压电复合材料传感器的共振频率应设置为150kHz-200kHz的频段范围内; 
所述数据采集设备的采样频率设置为不低于2.5MHz。
7.一种用于实时监测铁轨裂缝及损伤的方法,其特征在于,包括步骤:
A、将一压电复合材料传感器固定于铁轨轨底,当有列车驶向并经过该段铁轨时,通过所述压电复合材料传感器探测铁轨的振动波信号,并转换为相应的振动波模拟信号;
B、通过信号过虑及放大设备将压电复合材料传感器探测到的振动波模拟信号进行去噪、放大处理;
C、通过数据采集设备将经过去噪、放大处理的振动波模拟信号进行采样转化为振动波数字信号并存储;
D、通过计算机分析装置将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图,并根据所述功率谱密度分布图的分布特点判断铁轨是否存在裂缝及损伤。
8.根据权利要求7所述的用于实时监测铁轨裂缝及损伤的方法,其特征在于,所述步骤A还包括:将所述压电复合材料传感器的共振频率应设置为150kHz-200kHz的频段范围内; 
所述步骤C还包括:将所述数据采集设备的采样频率设置为不低于2.5MHz。
9.根据权利要求7所述的用于实时监测铁轨裂缝及损伤的方法,其特征在于,所述步骤D具体包括:
D1、将数据采集设备采集到的振动波数字信号的时域波形转化为频域的功率谱密度分布图;
D2、当所述功率谱密度分布图的功率谱密度分布在20-80kHz以下的低频范围内时,则判断铁轨没有裂缝及损伤发生;
D3、当所述功率谱密度分布图的功率谱密度分布向80kHz以上的高频范围明显移动时,则判断该段铁轨已发生裂缝及损伤,
D4、当判断铁轨发生裂缝及损伤,报警提示检修或更换。
10.根据权利要求7所述的用于实时监测铁轨裂缝及损伤的方法,其特征在于,所述步骤D还包括:当钢轨在裂缝及损伤开展的过程中其频率分布集中在80kHz-200kHz的频段范围内,定义钢轨的损伤指数DI为:
Figure 227197DEST_PATH_IMAGE001
其中
Figure 2012105024516100001DEST_PATH_IMAGE002
为功率谱密度图中80kHz-150kHz频段内的面积,
Figure 699767DEST_PATH_IMAGE003
为功率谱密度图中230kHz-300kHz频段内的面积;
当2<DI<5时,提示铁轨可继续使用,不必更换;
当5<DI<10时,提示钢轨结构有一定程度的损伤,密切关注;
当DI>10时,提示钢轨结构损伤为严重,裂缝的开展进入不稳定阶段,提示需要更换铁轨。
CN201210502451.6A 2012-11-30 2012-11-30 一种用于实时监测铁轨裂缝及损伤的系统及方法 Expired - Fee Related CN103847761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210502451.6A CN103847761B (zh) 2012-11-30 2012-11-30 一种用于实时监测铁轨裂缝及损伤的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210502451.6A CN103847761B (zh) 2012-11-30 2012-11-30 一种用于实时监测铁轨裂缝及损伤的系统及方法

Publications (2)

Publication Number Publication Date
CN103847761A true CN103847761A (zh) 2014-06-11
CN103847761B CN103847761B (zh) 2016-06-29

Family

ID=50856010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210502451.6A Expired - Fee Related CN103847761B (zh) 2012-11-30 2012-11-30 一种用于实时监测铁轨裂缝及损伤的系统及方法

Country Status (1)

Country Link
CN (1) CN103847761B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104118449A (zh) * 2014-07-28 2014-10-29 上海同玺电子科技有限公司 一种断轨监测系统
CN104691575A (zh) * 2015-01-06 2015-06-10 上海电机学院 一种铁轨故障在线诊断系统及方法
CN105667538A (zh) * 2014-12-04 2016-06-15 阿尔斯通运输科技公司 用于监视火车的运行状况的系统
CN106290377A (zh) * 2016-07-29 2017-01-04 长安大学 一种桥梁裂缝监测预警系统与预警方法
CN106314477A (zh) * 2016-09-28 2017-01-11 成都奥克特科技有限公司 基于振动监测的轨道状态在线监测方法
CN106584207A (zh) * 2016-11-28 2017-04-26 南京工程学院 一种滑动结合面磨损在线监测方法
CN106970197A (zh) * 2017-05-05 2017-07-21 长沙理工大学 一种cfrp板加固钢箱梁裂缝的监测系统及方法
CN107813848A (zh) * 2016-09-14 2018-03-20 波音公司 铁路轨道、车轮和车轴的无损评估
CN108974041A (zh) * 2018-06-05 2018-12-11 唐智科技湖南发展有限公司 一种车轮脱轨预警方法、装置及系统
CN109138159A (zh) * 2018-09-04 2019-01-04 沈阳炳恒科技有限公司 一种填充预断警示棒的钢结构连接件
CN109521098A (zh) * 2018-11-13 2019-03-26 北京市地铁运营有限公司 一种用于声屏障的监测系统和方法
US10457303B2 (en) 2014-11-14 2019-10-29 Hewlett Packard Enterprise Development Lp Vibration notifications received from vibration sensors
CN110869758A (zh) * 2018-03-06 2020-03-06 株式会社Lg化学 诊断电池组破裂的设备以及包括该设备的电池组和车辆
CN112033669A (zh) * 2020-09-04 2020-12-04 南京大学 基于das的带式输送机槽型托辊故障监测方法
CN112762809A (zh) * 2020-12-31 2021-05-07 西南交通大学 一种有缝钢轨缝隙故障检测方法
CN112799402A (zh) * 2020-12-28 2021-05-14 广东电网有限责任公司 一种电缆隧道机器人运行轨道的检测方法及系统
CN113533518A (zh) * 2021-07-14 2021-10-22 北京信泰智合科技发展有限公司 一种大角度纵波探头及制备方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005249416A (ja) * 2004-03-01 2005-09-15 Senyo Kiko Kk 軌条の亀裂検査方法及び軌条装置
CN101900708A (zh) * 2010-08-18 2010-12-01 哈尔滨工业大学 一种基于振动和声频信号的高速列车轨道伤损探测方法
CN102175768A (zh) * 2011-02-22 2011-09-07 哈尔滨工业大学 一种基于振动信号的高铁钢轨伤损探测方法及装置
CN102416970A (zh) * 2011-10-12 2012-04-18 北京安通伟业铁路工务技术有限公司 一种钢轨断裂在线监测系统及其敲击检测方法
CN102798413A (zh) * 2012-08-01 2012-11-28 北京铁道工程机电技术研究所有限公司 一种铁道动态检测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005249416A (ja) * 2004-03-01 2005-09-15 Senyo Kiko Kk 軌条の亀裂検査方法及び軌条装置
CN101900708A (zh) * 2010-08-18 2010-12-01 哈尔滨工业大学 一种基于振动和声频信号的高速列车轨道伤损探测方法
CN102175768A (zh) * 2011-02-22 2011-09-07 哈尔滨工业大学 一种基于振动信号的高铁钢轨伤损探测方法及装置
CN102416970A (zh) * 2011-10-12 2012-04-18 北京安通伟业铁路工务技术有限公司 一种钢轨断裂在线监测系统及其敲击检测方法
CN102798413A (zh) * 2012-08-01 2012-11-28 北京铁道工程机电技术研究所有限公司 一种铁道动态检测系统

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104118449A (zh) * 2014-07-28 2014-10-29 上海同玺电子科技有限公司 一种断轨监测系统
US10457303B2 (en) 2014-11-14 2019-10-29 Hewlett Packard Enterprise Development Lp Vibration notifications received from vibration sensors
CN105667538A (zh) * 2014-12-04 2016-06-15 阿尔斯通运输科技公司 用于监视火车的运行状况的系统
CN105667538B (zh) * 2014-12-04 2019-11-19 阿尔斯通运输科技公司 用于监视火车的运行状况的系统
CN104691575A (zh) * 2015-01-06 2015-06-10 上海电机学院 一种铁轨故障在线诊断系统及方法
CN106290377A (zh) * 2016-07-29 2017-01-04 长安大学 一种桥梁裂缝监测预警系统与预警方法
CN107813848A (zh) * 2016-09-14 2018-03-20 波音公司 铁路轨道、车轮和车轴的无损评估
CN106314477A (zh) * 2016-09-28 2017-01-11 成都奥克特科技有限公司 基于振动监测的轨道状态在线监测方法
CN106584207A (zh) * 2016-11-28 2017-04-26 南京工程学院 一种滑动结合面磨损在线监测方法
CN106970197A (zh) * 2017-05-05 2017-07-21 长沙理工大学 一种cfrp板加固钢箱梁裂缝的监测系统及方法
US11293903B2 (en) 2018-03-06 2022-04-05 Lg Energy Solution, Ltd. Apparatus for diagnosing crack in battery pack and battery pack and vehicle including the same
CN110869758A (zh) * 2018-03-06 2020-03-06 株式会社Lg化学 诊断电池组破裂的设备以及包括该设备的电池组和车辆
CN108974041A (zh) * 2018-06-05 2018-12-11 唐智科技湖南发展有限公司 一种车轮脱轨预警方法、装置及系统
CN109138159A (zh) * 2018-09-04 2019-01-04 沈阳炳恒科技有限公司 一种填充预断警示棒的钢结构连接件
CN109521098A (zh) * 2018-11-13 2019-03-26 北京市地铁运营有限公司 一种用于声屏障的监测系统和方法
CN112033669B (zh) * 2020-09-04 2022-03-15 南京大学 基于das的带式输送机槽型托辊故障监测方法
CN112033669A (zh) * 2020-09-04 2020-12-04 南京大学 基于das的带式输送机槽型托辊故障监测方法
CN112799402A (zh) * 2020-12-28 2021-05-14 广东电网有限责任公司 一种电缆隧道机器人运行轨道的检测方法及系统
CN112762809A (zh) * 2020-12-31 2021-05-07 西南交通大学 一种有缝钢轨缝隙故障检测方法
CN113533518A (zh) * 2021-07-14 2021-10-22 北京信泰智合科技发展有限公司 一种大角度纵波探头及制备方法
CN113533518B (zh) * 2021-07-14 2024-04-26 北京信泰智合科技发展有限公司 一种大角度纵波探头及制备方法

Also Published As

Publication number Publication date
CN103847761B (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN103847761A (zh) 一种用于实时监测铁轨裂缝及损伤的系统及方法
CN107942206B (zh) 一种gis局部放电定位方法
CN106950477A (zh) 一种内置式甚高频局放检测装置及方法
CN207300606U (zh) 基于声学原理的变压器信息采集装置
CN103292160A (zh) 管道泄漏的超声波检测装置及方法
CN103529057A (zh) 图像分析结合超声原理检测绝缘子污秽的装置及方法
CN202469500U (zh) 天然气输气管道泄漏监测定位装置
CN103913683A (zh) 一种基于双uhf传感器的局部放电源快速定位方法
CN104614648A (zh) 一种电声联合直流局部放电检测装置
CN101871980A (zh) 一种组合式雷电监测与预报系统
CN202330624U (zh) 局部放电超声波检测装置
CN104198904A (zh) 一种绝缘管型母线局部放电检测装置
CN110703349A (zh) 一种基于光纤传感的清管器卡堵定位装置和方法
CN103399265A (zh) 一种高压电缆终端局部放电超声监测器
CN112782540A (zh) 一种高压电缆在线监测及故障点定位装置
CN203561591U (zh) 图像分析结合超声原理检测绝缘子污秽的装置
CN107817377A (zh) 一种基于传感器外置有效抑制干扰的隐患行波检测装置
CN103698673A (zh) 基于定向天线阵列的套管局部放电带电检测装置
CN201326909Y (zh) 声音振动与电磁波相复合的管道安全预警系统
CN208170009U (zh) 一种埋地天然气管道安全防护预警系统
CN206804798U (zh) 一种内置式甚高频局放检测装置
CN209927964U (zh) 电力电缆中间接头绝缘状态在线检测装置
CN201955439U (zh) 局部放电在线检测系统
CN106950281A (zh) 基于磁致式扭转波的高压电缆铝护套检测系统及检测方法
CN207007993U (zh) 一种变压器局部放电的带电检测装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 1316, Reith Center, 9030 Shennan Avenue, Shenzhen, Guangdong 518000

Patentee after: BRILLIANT CONCEPT TECHNOLOGIES (SHENZHEN) CO.,LTD.

Address before: Room 1316, Reith Center, 9030 Shennan Avenue, Shenzhen, Guangdong 518000

Patentee before: JIANWEI TECHNOLOGY (SHENZHEN) Co.,Ltd.

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160629

Termination date: 20211130