CN113281401B - 无砟轨道隐蔽病害的检测方法、系统与装置 - Google Patents

无砟轨道隐蔽病害的检测方法、系统与装置 Download PDF

Info

Publication number
CN113281401B
CN113281401B CN202110472953.8A CN202110472953A CN113281401B CN 113281401 B CN113281401 B CN 113281401B CN 202110472953 A CN202110472953 A CN 202110472953A CN 113281401 B CN113281401 B CN 113281401B
Authority
CN
China
Prior art keywords
track
disease
ballastless track
preset
characteristic parameter
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.)
Active
Application number
CN202110472953.8A
Other languages
English (en)
Other versions
CN113281401A (zh
Inventor
杨新文
马骙骙
钱鼎玮
胡耀华
张昭
赵治均
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202110472953.8A priority Critical patent/CN113281401B/zh
Publication of CN113281401A publication Critical patent/CN113281401A/zh
Application granted granted Critical
Publication of CN113281401B publication Critical patent/CN113281401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
    • G01N27/85—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields using magnetographic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Abstract

本发明公开了一种铁道无砟轨道隐蔽病害检测方法，包括以下步骤：建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；通过信号采集装置采集待测无砟轨道的地磁场信号，并进行特征提取，获得待测特征参数点；采用预设的识别模型确定待测特征参数点与关系集合中的预设特征参数点的关系，从而判断铁路无砟轨道的病害类型与相应位置；结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害维修级别；根据待测特征参数点和无砟轨道病害类型的对应关系集合进行成像处理，并做病害特征进行标签。本发明还提供相应的系统及装置。

Description

无砟轨道隐蔽病害的检测方法、系统与装置
技术领域
本发明属于轨道交通技术领域，涉及城市轨道交通与铁路轨道结构，特别涉及一种无砟轨道隐蔽病害检测方法、系统与装置。
背景技术
轨道交通工务工程的无砟轨道结构直接承载列车通行，在高密度、高速度条件下，其质量好坏、病害发生与否、性能状态直接关系到列车运营安全。其中轨道交通无砟轨道表面病害容易检查与发现，并及时采取相应对策维修。而轨道交通无砟轨道隐蔽病害一般较难发现，容易造成列车高速运行的安全隐患。常见的无砟轨道的隐蔽病害有CA砂浆空洞，宽接缝开裂和轨道支承层与路基封闭层间翻浆冒泥。
目前无砟轨道钢筋混凝土结构内部无损检测方法主要包括超声波法、冲击回波法、探地雷达法等。但是超声波主要采用的是穿透测试，需要两个相对测试面，不符合无砟轨道结构特点，不能直接用于无砟轨道内部病害的检测。冲击回波法对混凝土中的裂缝、分层和空洞的检测与定位十分有效，但是检测分辨率和灵敏度较低。探地雷达法探测速度快，精度高，能够连续检测，但是CA砂浆层上部的轨道板为多层密集钢筋混凝土结构，电磁波在钢筋与混凝土界面形成全反射，只有小部分绕射波传播到CA砂浆层病害表面形成反射波。
地球自身的放电活动会在地表下埋藏的导电性较高的地质体内形成涡流,进而产生二次感生磁场,称为次生磁场。当原生磁场中的随机脉冲信号与次生磁场相互作用时,随机磁场脉冲信号的能量就会传递给次生磁场,从而产生次生磁场脉冲信号。如果原生磁场和次生磁场所产生的脉冲信号相互叠加,那么存在于地表的磁场垂直分量的能量就会增大。以介质各向同性的均匀地层中地表磁场脉冲信号强度为基数,当混凝土中存在含空气的空腔时,由于空气等低电导率介质会影响地层电导率的分布,使得该区域地层总电导率下降,进而使地表次生磁场脉冲信号强度减小,相对于均匀地层处,在单位时间内沿地表垂直方向产生的磁场脉冲数量就会减少。因此,存在于地表垂直方向上的磁场脉冲信号强度与地层内介质的电导率分布情况有关，可通过脉冲数量判断混凝土中是否存在空腔。基于这个原理，发明一种利用地磁成像法来检测无砟轨道隐蔽病害，这种地磁成像法不需要发射信号到地球，而是利用地球内部已经存在的地球磁场信号，防止了普通探地雷达的大功率发射信号对人体和环境的影响，同时也不受外部环境的干扰，适用于各种复杂的环境。
因此，如何提高无砟轨道隐蔽病害的检测实时性与精度以及如何对无砟轨道状态进行综合性维修养护是本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的在于针对现有技术的不足与缺陷，提出一种无砟轨道隐蔽病害的检测方法、系统与装置，其结构简单，不同于以往单纯依靠发射波-接收回波来检测结构内部缺陷的思路，而是利用地球内部已经存在的地球电磁场信号对结构病害结构电导率的改变来检测其病害状态，避免了发射大功率电磁波对人体与环境的影响，有助于城市轨道交通和高速铁路线路无砟轨道隐蔽病害的检测与维修、促进社会和谐发展，特别是适用于城市轨道交通、高速铁路和重载铁路的一种铁道无砟轨道隐蔽病害的无损检测方法。
为达到上述目的，本发明采用以下技术方案：
本发明第一个目的在于提供一种无砟轨道隐蔽病害检测方法,包括以下步骤：
步骤一：建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；
步骤二：通过信号采集装置采集待测无砟轨道的地磁场信号，并进行特征提取，获得待测特征参数点；
步骤三：采用预设的识别模型确定待测特征参数点与关系集合中的预设特征参数点的关系，从而判断待测无砟轨道的病害类型与相应位置；
步骤四：结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害维修级别；根据待测特征参数点和待测无砟轨道病害类型的对应关系集合进行成像处理，并做病害特征进行标签。
在步骤二中，信号采集装置采集的数据需经过滤波，滤除高频与低频处理，以消除噪声的干扰。
在步骤三中，采用预设的识别模型将待测特征参数点与预设特征参数点的数据库进行比较，根据最佳匹配以确定病害类型与相应位置；
优选地，特征参数点为磁感应强度。
在步骤三之后还包括以下步骤：以健康轨道的平均磁感应强度作为参考强度，为了便于检测微弱的磁场变化，将信号采集装置运动路线各点的磁感应强度数据与预设的参考强度比较，磁感应强度高于参考强度的记为1，低于参考强度的记为0，将0-1突变记为一次磁脉冲，绘制磁脉冲密度-坐标散点图，比较信号采集装置运动路线上各点的磁脉冲密度；根据一段健康的轨道的磁脉冲密度图是均匀分布或者周期性分布的，若某点磁脉冲密度出现明显的波峰或波谷的非周期性异常，对于电子装置的干扰则可结合轨道电子设备的安装位置或相应算法予以排除，若排除，则判定该点附近可能存在隐蔽病害。
所述识别模型为基于深度学习算法的神经网络模型或机器学习模型，优选地，所述识别模型为用卷积神经网络CNN来训练网络处理无砟轨道地磁场强度数据，然后再对比实地测得的有病害轨道的数据，训练出正确性高、鲁棒性好的模型。
本发明第二个目的在于提供一种无砟轨道隐蔽病害的检测系统，包括：
病害数据库模块，用于建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；
至少一个地磁信号采集及提取模块，用于采集待测无砟轨道的地球磁场信号并进行特征提取，获得待测特征参数点；
病害诊断模块，用于采用预设的识别模型确定待测特征参数点与预设对应关系集合中预设特征参数点的关系，从而判断待测无砟轨道的病害类型与相应位置；
病害成像模块，用于结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害的维修级别；根据待测特征参数点和待测无砟轨道病害类型的对应关系集合进行成像处理，显示病害类型并做病害特征进行标签。
较佳地，地磁信号采集及提取模块还包括信号调理子模块，信号调理子模块用于将采集的地磁场信号经过滤波，滤除高频与低频处理，以消除噪声的干扰。
较佳地，还包括磁脉冲密度病害判断模块，所述磁脉冲密度病害判断模块包括：
绘制磁脉冲密度子模块，用于以健康轨道的平均磁感应强度作为参考强度，将所述地磁信号采集及提取模块的运动路线的各点磁感应强度数据与预设的参考强度比较，磁感应强度高于参考强度的记为1，低于参考强度的记为0，将0-1突变记为一次磁脉冲，绘制磁脉冲密度-坐标散点图；
信号分析子模块，用于根据一段健康的轨道的磁脉冲密度图是均匀分布或者周期性分布的，若某点磁脉冲密度出现明显的波峰或波谷的非周期性异常，则结合轨道电子设备的安装位置或相应算法予以排除电子装置的干扰，若排除，则判定该点附近存在隐蔽病害。
本发明第三个目的在于提供一种无砟轨道隐蔽病害的检测装置，包括上述任一实施方式的所述无砟轨道隐蔽病害的检测系统和移动轨道小车，所述无砟轨道隐蔽病害的检测系统可集成安装于移动轨道小车，用于巡检；
可选的，利用小车轮上的编码器实现小车在轨道上的匀速行驶，最大限度地保证数据的有效性，并且实现自动巡检的功能。
进一步地，所述至少一个地磁信号采集及提取模块可按矩形阵列或环形阵列布置在移动轨道小车的底部。
相比其它无砟轨道无损检测方法，本发明具有以下优势:
(1)不需要发射信号到地球，而是利用地球内部已经存在的地球电磁场信号，防止了普通探地雷达的大功率发射信号对人体和环境的影响，同时也不受外部环境的干扰，适用于各种复杂的环境。
(2)由于采集到数据进行人工智能方法处理、诊断。因此，这种基于地磁场成像无砟轨道隐蔽病害检测方法具有一定的智能性。
(3)实时动态检测，可用于车载。
附图说明
为了更清楚的说明本申请实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的无砟轨道隐蔽病害的检测方法的流程图；
图2为本发明实施例所提供的无砟轨道隐蔽病害的检测装置的结构框图；
图3为本发明实施例中所述的地磁信号采集及提取模块的组成图；
图4为本发明实施例所提供的地磁信号采集及提取模块的矩形阵列布置图；
图5为本发明实施例所提供的地磁信号采集及提取模块的环形阵列布置图；
图6为本发明实施例所提供的无砟轨道隐蔽病害的检测装置的结构示意图。
图中标记如下：10-移动轨道小车；11-铁路无砟轨道；12-铁路路基；101-地磁信号采集及提取模块；102-CAN数据总线；103-数据信息处理模块；104-病害信息诊断模块；105-病害信息成像模块；10101-地磁传感器；1010202-存储器；1010201-处理器；10103-电源。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式作详细描述。
正如背景技术所述，目前对轨道交通无砟轨道隐蔽病害进行检测时，这种地磁成像法不需要发射信号到地球，而是利用地球内部已经存在的地球电磁场信号，防止了普通探地雷达的大功率发射信号对人体和环境的影响，同时也不受外部环境的干扰，适用于各种复杂的环境。
有鉴于此，本申请提供一种无砟轨道隐蔽病害检测方法，请参考图1，图1为本申请实施例所提供的无砟轨道隐蔽病害检测方法的流程图，该方法包括：
步骤A1001:建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；
其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；所述预设关系集合包含一系列预设特征参数点，用以与待测特征参数点进行对比，从而判断铁路无砟轨道的病害类型与相应位置。
步骤A1002:通过信号采集装置采集待测无砟轨道的地磁场信号，并进行特征提取，获得待测特征参数点；
所述信号采集装置沿待测轨道长度方向采集，获取待测铁道无砟轨道服役结构的地磁场信号；所述信号采集装置为地磁信号采集及提取模块101，地磁信号采集及提取模块包括地磁传感器10101、存储器1010202、处理器1010201和电源10103等；可选的，地磁传感器10101为巨磁阻GMR传感器，巨磁阻GMR传感器具有很高的灵敏度，适合于检测微弱的地磁信号；可选的，将地磁传感器采集的数据通过I2C协议传输到微处理器10102，优选的，微处理器10102可为单片机。所述的地磁信号采集模块101可以多个布设以提高测量精度、降低误差。多个地磁信号采集及提取模块101可安装于固定支架，其中安装布置按矩形阵列(图4)和环形阵列(图5)等方式。多个地磁信号采集及提取模块101通过CAN数据总线102传输，以方便进行后续处理。
步骤A1003:采用预设的识别模型确定待测特征参数点与关系集合中的预设特征参数点的关系，从而判断待测无砟轨道的病害类型与相应位置；
通过信号采集装置采集待测无砟轨道的地磁场信号，并进行特征提取，获得待测特征参数点，即磁感应强度-位置数据，所述识别模型为基于深度学习算法的神经网络模型或机器学习模型，可选的，利用人工智能算法实现，优选地，所述识别模型为用卷积神经网络CNN来训练网络处理无砟轨道地磁场强度数据，然后再对比实地测得的有病害轨道的数据，训练出正确性高、鲁棒性好的模型。从而比较好的识别不同的波形所对应的情况并加以区分，实现识别的智能化。通过识别模型识别出异常的磁感应强度，并在关系集合寻找最佳匹配的预设特征参数点，从而判断铁路无砟轨道的病害类型与相应位置。
由于直接观察数据难以直观判断该点是否存在隐蔽病害，计划将收集到的各传感器的数据经过滤波，滤除高频与低频信号，以消除噪声的干扰。为了便于检测微弱的磁场变化，以健康轨道的平均磁感应强度作为参考强度，其中，健康轨道指的是健康状态下的待测轨道,信号采集装置沿轨道方向采集，将路线各点的磁感应强度数据与预设的参考强度比较，磁感应强度高于参考强度的记为1，低于参考强度的记为0，将0-1突变记为一次磁脉冲，统计该一段轨道内路线上各点的磁脉冲数量，作为该时段对应的一段轨道中点的平均磁脉冲密度，绘制磁脉冲密度-坐标散点图，比较信号采集装置运动路线上各点的磁脉冲密度。
根据无砟轨道设计与维修标准，轨道的水泥和钢筋是关于位置坐标周期性分布的，所以一段健康的轨道的磁脉冲密度图应该是均匀分布或者周期性分布的，若某点磁脉冲密度出现明显的波峰或波谷的非周期性异常，则该点附近可能存在隐蔽病害或者轨道的的电子装置的干扰，对于电子装置的干扰则可结合轨道电子设备的安装位置或相应算法予以排除。
步骤A1005:结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害的维修级别；根据预设特征参数点和无砟轨道病害状态的对应关系集合进行成像处理，并做病害特征进行标签。
实施例1
如图2所示本发明还提供一种无砟轨道隐蔽病害的检测系统，包括：病害数据库模块、至少一个地磁信号采集及提取模块、病害信息诊断模块和病害信息成像模块，病害数据库模块用于建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；至少一个地磁信号采集及提取模块101沿待测无砟轨道的长度方向运行，用于采集待测无砟轨道的地球磁场信号并进行特征提取，获得待测特征参数点；病害信息诊断模块104用于结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害的维修级别；病害信息成像模块105用以根据预设特征参数点和待测无砟轨道病害类型的对应关系集合进行成像处理，显示病害状态并做病害特征进行标签。
请参阅图2和图3，在其中一个实施例中，所述地磁场信号采集及提取模块101由地磁传感器10101、微处理器10102和电源10103构成；地磁传感器10101将采集地球磁场信号传输至微处理器10102，微处理器10102对该信号进行提取，所述地磁传感器10101可优选巨磁阻GMR地磁传感器；所述微处理器10102由处理器1010201和存储器1010202构成；多个地磁信号采集及提取模块可按矩形阵列(图4)或环形阵列(图5)布置，并通过CAN数据总线102相互连接。
为了便于收集不同采集点的磁场信号，检测系统还包括数据信息处理模块103，所述数据信息处理模块与所述多个地磁信号采集及提取模块连接以接收不同采集点的地磁场信号。
在其中一个实施例中，地磁信号采集及提取模块还包括信号调理子模块，用于将采集的地磁场信号经过滤波，滤除高频与低频处理，以消除噪声的干扰。
在其中一个实施例中，无砟轨道隐蔽病害的检测系统还包括磁脉冲密度病害判断模块，所述磁脉冲密度病害判断模块包括：绘制磁脉冲密度子模块，用于以健康轨道的平均磁感应强度作为参考强度，将所述地磁信号采集及提取模块的运动路线的各点磁感应强度数据与预设的参考强度比较，磁感应强度高于参考强度的记为1，低于参考强度的记为0，将0-1突变记为一次磁脉冲，绘制磁脉冲密度-坐标散点图；信号分析子模块，用于根据一段健康的轨道的磁脉冲密度图是均匀分布或者周期性分布的，若某点磁脉冲密度出现明显的波峰或波谷的非周期性异常，则结合轨道电子设备的安装位置或相应算法予以排除电子装置的干扰，若排除，则判定该点附近存在隐蔽病害。
实施例2
本发明还提供一种无砟轨道隐蔽病害的检测装置，包括上述任一所述无砟轨道隐蔽病害的检测系统和移动轨道小车10，所述基于地磁场信号的无砟轨道隐蔽病害的检测系统可集成安装于移动轨道小车，用于巡检；所述至少一个地磁信号采集及提取模块可按矩形阵列或环形阵列布置在移动轨道小车的底部，如图4和5所示。如图6所示，例如，无砟轨道隐蔽病害检测装置巡检在位于铁路路基12上的铁路无砟轨道11。
可选的，利用小车轮上的编码器实现小车在轨道上的匀速行驶，最大限度地保证数据的有效性，并且实现自动巡检的功能。
可选的，移动轨道小车为轨检车或是综合检测车，以便更高效地巡检轨道病害状态。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其它实施例中而不必经过创造性的劳动。因此，本发明不限于上述的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

Claims (8)

1.一种无砟轨道隐蔽病害检测方法,其特征在于,包括以下步骤：
步骤一：建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；
步骤二：通过信号采集装置采集待测无砟轨道的地磁场信号，并进行特征提取，获得待测特征参数点；
步骤三：采用预设的识别模型确定待测特征参数点与关系集合中的预设特征参数点的关系，从而判断待测无砟轨道的病害类型与相应位置；以健康轨道的平均磁感应强度作为参考强度，为了便于检测微弱的磁场变化，将信号采集装置运动路线各点的磁感应强度数据与预设的参考强度比较，磁感应强度高于参考强度的记为1，低于参考强度的记为0，将0-1突变记为一次磁脉冲，绘制磁脉冲密度-坐标散点图，比较信号采集装置运动路线上各点的磁脉冲密度；根据一段健康的轨道的磁脉冲密度图是均匀分布或者周期性分布的，若某点磁脉冲密度出现明显的波峰或波谷的非周期性异常，对于电子装置的干扰则可结合轨道电子设备的安装位置或相应算法予以排除，若排除，则判定该点附近存在隐蔽病害；
步骤四：结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害维修级别；根据待测特征参数点和待测无砟轨道病害类型的对应关系集合进行成像处理，并做病害特征进行标签。
2.根据权利要求1所述的无砟轨道隐蔽病害检测方法，其特征在于，在步骤二中，信号采集装置采集的数据需经过滤波，滤除高频与低频处理，以消除噪声的干扰。
3.根据权利要求1所述的无砟轨道隐蔽病害检测方法，其特征在于，在步骤三中，采用预设的识别模型将待测特征参数点与预设特征参数点的数据库进行比较，根据最佳匹配以确定病害类型与相应位置；特征参数点为磁感应强度。
4.根据权利要求1所述的无砟轨道隐蔽病害检测方法，其特征在于，所述识别模型为基于深度学习算法的神经网络模型或机器学习模型，
所述识别模型为用卷积神经网络CNN来训练网络处理无砟轨道地磁场强度数据，然后再对比实地测得的有病害轨道的数据，训练出正确性高、鲁棒性好的模型。
5.一种无砟轨道隐蔽病害的检测系统，其特征在于，包括：
病害数据库模块，用于建立预设病害类型无砟轨道与所对应的预设特征参数点的关系集合；其中，所述预设病害类型无砟轨道为含有不同形状的空腔的病害轨道，所述预设特征参数点为地磁信号的特征表现；
至少一个地磁信号采集及提取模块，用于采集待测无砟轨道的地球磁场信号并进行特征提取，获得待测特征参数点；
病害诊断模块，用于采用预设的识别模型确定待测特征参数点与预设对应关系集合中预设特征参数点的关系，从而判断待测无砟轨道的病害类型与相应位置；
磁脉冲密度病害判断模块，包括绘制磁脉冲密度子模块和信号分析子模块， 绘制磁脉冲密度子模块用于以健康轨道的平均磁感应强度作为参考强度，将所述地磁信号采集及提取模块的运动路线的各点磁感应强度数据与预设的参考强度比较，磁感应强度高于参考强度的记为1，低于参考强度的记为0，将0-1突变记为一次磁脉冲，绘制磁脉冲密度-坐标散点图；信号分析子模块用于根据一段健康的轨道的磁脉冲密度图是均匀分布或者周期性分布的，若某点磁脉冲密度出现明显的波峰或波谷的非周期性异常，则结合轨道电子设备的安装位置或相应算法予以排除电子装置的干扰，若排除，则判定该点附近存在隐蔽病害；
病害成像模块，用于结合被测轨道的结构特点与维修规程，诊断无砟轨道隐蔽病害的维修级别；根据待测特征参数点和待测无砟轨道病害类型的对应关系集合进行成像处理，显示病害状态并做病害特征进行标签。
6.根据权利要求5所述的无砟轨道隐蔽病害的检测系统，其特征在于，地磁信号采集及提取模块还包括信号调理子模块，信号调理子模块用于将采集的地磁场信号经过滤波，滤除高频与低频处理，以消除噪声的干扰。
7.一种无砟轨道隐蔽病害的检测装置，其特征在于，包括权利要求5至6任一所述无砟轨道隐蔽病害的检测系统和移动轨道小车，所述无砟轨道隐蔽病害的检测系统可集成安装于移动轨道小车，用于巡检；
利用小车轮上的编码器实现小车在轨道上的匀速行驶，最大限度地保证数据的有效性，并且实现自动巡检的功能。
8.根据权利要求7所述的无砟轨道隐蔽病害的检测装置，其特征在于，所述至少一个地磁信号采集及提取模块可按矩形阵列或环形阵列布置在移动轨道小车的底部。
CN202110472953.8A 2021-04-29 2021-04-29 无砟轨道隐蔽病害的检测方法、系统与装置 Active CN113281401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110472953.8A CN113281401B (zh) 2021-04-29 2021-04-29 无砟轨道隐蔽病害的检测方法、系统与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110472953.8A CN113281401B (zh) 2021-04-29 2021-04-29 无砟轨道隐蔽病害的检测方法、系统与装置

Publications (2)

Publication Number Publication Date
CN113281401A CN113281401A (zh) 2021-08-20
CN113281401B true CN113281401B (zh) 2022-08-19

Family

ID=77277916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110472953.8A Active CN113281401B (zh) 2021-04-29 2021-04-29 无砟轨道隐蔽病害的检测方法、系统与装置

Country Status (1)

Country Link
CN (1) CN113281401B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114646907B (zh) * 2021-12-24 2023-10-20 中铁二院工程集团有限责任公司 一种基于机器学习的轨道交通低频磁场现场测量方法
CN114818998B (zh) * 2022-06-28 2022-09-13 浙江大学 一种无砟轨道基床翻浆冒泥病害状态判别方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6067875A (ja) * 1983-09-24 1985-04-18 Kensetsu Kikaku Consultant:Kk 地下構造探査方式
US4757262A (en) * 1984-07-31 1988-07-12 Board Of Regents, The University Of Texas System Method for geophysical exploration using electromagnetic array
US5087873A (en) * 1990-04-02 1992-02-11 New York Gas Group Non-invasive, high resolution detection of electrical currents and electrochemical impedances at spaced localities along a pipeline
CN104777218A (zh) * 2014-01-15 2015-07-15 天津大学 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法
CN104391033B (zh) * 2014-11-18 2017-02-22 浙江大学 金属磁记忆钢轨焊缝检测装置
CN105059323B (zh) * 2015-07-03 2018-06-26 苏州华兴致远电子科技有限公司 一种基于地磁信息的定位方法、装置及系统
KR101605385B1 (ko) * 2016-01-06 2016-03-22 (주)에스이랩 전리권의 전자 밀도 분포 예측 장치 및 그 방법
CN105644583B (zh) * 2016-02-16 2018-01-09 西安凯丰铁路机电设备有限公司 用于轨道的直流智能涂覆设备
JP7043781B2 (ja) * 2017-10-16 2022-03-30 新東工業株式会社 検出装置
CN108470163B (zh) * 2018-03-16 2022-11-01 石家庄铁道大学 轨道道岔板离缝病害检测方法及终端设备
CN108766175B (zh) * 2018-06-22 2023-05-23 东华理工大学 岩芯及裂隙古地磁重定向演示模型装置
CN109281711B (zh) * 2018-09-30 2019-09-27 中国安全生产科学研究院 一种地下隧道安全巡检机器人
CN110736985B (zh) * 2019-09-27 2021-05-14 山西省交通科技研发有限公司 极点特征聚类的公路隐藏病害识别系统及其实施方法
CN111553236B (zh) * 2020-04-23 2022-06-07 福建农林大学 基于道路前景图像的路面病害目标检测与实例分割方法
CN112036425A (zh) * 2020-05-09 2020-12-04 中铁四局集团有限公司 一种隧道空洞状态雷达波谱图像识别模型构建方法及隧道空洞状态雷达波谱图像识别方法
CN111537614A (zh) * 2020-06-04 2020-08-14 中铁西南科学研究院有限公司 一种隧道衬砌脱空病害探测模拟装置及探测方法

Also Published As

Publication number Publication date
CN113281401A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN113281401B (zh) 无砟轨道隐蔽病害的检测方法、系统与装置
US6416020B1 (en) Method and apparatus for detecting defective track wheels
US20170217459A1 (en) System and method for inspecting a route during movement of a vehicle system over the route
US7555954B2 (en) In-track wheel inspection system
CN106274977A (zh) 一种触发式采集模式的直流漏磁检测系统及其方法
CN111896625A (zh) 钢轨伤损实时监测方法及其监测系统
EP3237265B1 (en) System for detecting a break in a rail
CN203225009U (zh) 一种激光式交通情况调查系统
CN104713769B (zh) 一种用于道路状态评估的主动激振检测系统
Sharma et al. Railway security system based on wireless sensor networks: State of the art
CN111332338A (zh) 一种轨道病害检测系统
GB2383413A (en) Detecting rail defects using acoustic surface waves
Santa-aho et al. Automated ultrasound-based inspection of rails
RU2487809C2 (ru) Способ диагностирования рельсового пути и подвижного состава
RU2586090C1 (ru) Способ магнитного контроля сварных стыков рельсов
RU2764607C1 (ru) Способ проведения неразрушающего контроля цилиндрических объектов и автоматизированный комплекс для его реализации
Sun et al. Online dynamic detection of hazardous cracks in train wheels by probe combination: based on classical piezoelectric ultrasonic technology
CN111780696A (zh) 一种公路护栏立柱埋深及缺陷智能检测系统
CN115791979A (zh) 一种大型载液储罐底板腐蚀的声发射内检测方法及设备
Mariani et al. Non-contact ultrasonic guided wave inspection of rails: next generation approach
EP3135555A1 (en) Route examining system and method
RU2284519C1 (ru) Способ диагностирования рельсовых плетей металлического моста и устройство для его осуществления
RU2671368C1 (ru) Способ магнитного обнаружения регулярных объектов рельсов
CN113447570A (zh) 一种基于车载声学传感的无砟轨道病害检测方法及系统
CN108413900B (zh) 用于大型排水箱涵结构性缺陷的检测评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant