CN114659486B - 一种基于数字滤波的钢轨惯性波磨测量方法 - Google Patents
一种基于数字滤波的钢轨惯性波磨测量方法 Download PDFInfo
- Publication number
- CN114659486B CN114659486B CN202210187135.8A CN202210187135A CN114659486B CN 114659486 B CN114659486 B CN 114659486B CN 202210187135 A CN202210187135 A CN 202210187135A CN 114659486 B CN114659486 B CN 114659486B
- Authority
- CN
- China
- Prior art keywords
- signal
- vertical
- accumulated
- wave
- signals
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种基于数字滤波的钢轨惯性波磨测量方法,包括以下步骤:S1、通过安装于车体两侧的加速度传感器,采集车体垂向加速度信号;S2、根据所述车体垂向加速度信号,实时分析计算,得到钢轨上每一个采集点的波磨值。本发明提出通过两次积分并结合高通滤波的方式,能够准确计算出每一个采样点的波深值;本发明提出的极值点识别方法能够快速准确的识别每一个极值点,使得移动峰峰值计算更加精确;本发明提出的针对该任务进行多线程处理,大大提高了处理速度,在不增加硬件成本的前提下能够满足实时处理的需求。
Description
技术领域
本发明属于轨道交通技术领域,具体涉及一种基于数字滤波的钢轨惯性波磨测量方法。
背景技术
目前,轨道交通发展迅速,且高安全性与高舒适性是重要目标之一,因此轨道结构需满足高平顺、高稳定、高可靠、高耐久等条件。伴随轨道行业的高速发展,钢轨波磨一直都是难以攻克的难题。在钢轨投入使用后,钢轨表面纵向出现波浪形状的不平顺磨损,称为波浪磨耗,简称波磨。
钢轨波磨测量方法目前主要有三种:人工卡尺法、弦测法和惯性基准法。人工卡尺法通过一个与轨道表面接触的游标卡尺沿1m直尺走形带内的高低起伏变化,作为该段位置的波磨曲线。这种方法效率太低,且直尺与轨道表面接触零点的位置,受到钢轨变形以及表面伤损的影响,通常不在同一水平面上,从而影响了测量精度。惯性基准法通常用于高速轨检车上,它在车体上安装加速度计,在轴箱上安装光电位移计,测量轴箱相对加速度固定点的位移来作为该点的波磨。该方法可以精确描绘波长从100mm到50m的钢轨波磨,但测量精度受行车速度、车轮踏面不平顺的影响较大。弦测法利用多个位移传感器构造出的弦测值与波磨值间的固有传递函数关系,通过设计相应的逆滤波器来对弦测值进行二次处理,使得输出波形逼近轨道波磨的真实面貌。和惯性基准法相比,其测量值不受车体运行速度的影响,但由于车体行进过程中可能发生的多自由度随机振动,难以保证测量点始终位于轨顶有效范围内。
发明内容
本发明的目的在于,为克服现有技术缺陷,提供了一种基于数字滤波的钢轨惯性波磨测量方法。
本发明目的通过下述技术方案来实现:
一种基于数字滤波的钢轨惯性波磨测量方法,包括以下步骤:
S1、通过安装于车体两侧的加速度传感器,采集车体垂向加速度信号;
S2、根据所述车体垂向加速度信号,实时分析计算,得到钢轨上每一个采集点的波磨值。
进一步地:根据所述车体垂向加速度信号,实时分析计算,包括以下步骤:
S21、对所述车体垂向加速度信号进行多次滤波和积分处理,得到累积垂向位移信号;
S22、对所述累积垂向位移信号再进行滤波处理,得到每一个时刻的独立垂向位移信号;
S23、对所述独立垂向位移信号进行波段分解提取,得到不同波段信号。
进一步地:所述步骤S21,包括:
S211、对所述车体垂向加速度信号进行低通滤波,滤除其中的高频信号;
S212、对低通滤波后的加速度信号进行一次积分得到累积垂向速度信号;
S213、对累积垂向速度信号进行高通滤波,得到每一个时刻的独立垂向速度信号;
S214、对所述独立垂向加速度信号进行一次积分得到累积垂向位移信号。
进一步地:在所述步骤S23之后,还包括:
S24、根据所述不同波段信号,计算得到不同波段的波磨值、滑动均方根和移动峰峰值,以分析波磨的程度。
进一步地:在所述步骤S24之后,还包括:
S25、识别所述移动峰峰值的极值点,根据所述极值点与预设阀值比较,得到超限的占比,从而判断波磨的程度。
进一步地:所述步骤S25,包括:
S251、对所述滑动均方根中的信号进行中值滤波,得到信号基线,从而计算得到突变信号;
S252、根据所述突变信号,获得突变信号的差分曲线;
S253、根据所述预设阀值,判断所述差分曲线中绝对值大于阀值的点;
S254、根据步骤S253中得到的点,两两之间寻找极值点。
进一步地:所述滑动均方根的计算公式为:
上式中,RMS(si,L)为滑动均方根,n、i为垂向位移下标索引,L为计算滑动均方根的窗口长度,sn为第n个垂向位移值;
所述移动峰峰值的计算公式为:
上式中,P2P(si,L)为移动峰峰值,an为某个极值点的绝对高度,N为该窗口内有N个极值点。
进一步地:所述累积垂向速度信号的一次积分公式为:
上式中,vi为当前时刻的累积垂向速度,vi-1为前一时刻的累积垂向速度,T为采样时间间隔,ai为当前垂向加速度,t为时间;
所述累积垂向位移信号的一次积分公式为:
上式中,si为当前累积垂向位移,si-1为上一时刻累积垂向位移,T为采样时间间隔,为高通滤波后当前时刻的独立垂向速度信号,t为时间。
进一步地:所述实时分析计算采用多线程并行处理。
进一步地:所述多线程并行处理,至少包括:线程1、线程2和线程3;
所述线程1:对所述车体垂向加速度信号低通滤波,并进行一次积分;
所述线程2:对所述累积垂向速度信号高通滤波,并进行一次积分;
所述线程3:对所述累积位移信号高通滤波,并进行波段分解、参数计算。
前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案,均为本发明可采用并要求保护的方案。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合,均为本发明所要保护的技术方案,在此不做穷举。
本发明的有益效果:
1.本发明提出通过两次积分并结合高通滤波的方式,能够准确计算出每一个采样点的波深值;
2.本发明提出的极值点识别方法能够快速准确的识别每一个极值点,使得移动峰峰值计算更加精确;
3.本发明提出的针对该任务进行多线程处理,大大提高了处理速度,在不增加硬件成本的前提下能够满足实时处理的需求。
附图说明
图1是本发明流程图;
图2是本发明中滑动均方根计算示意图;
图3是本发明中移动峰峰值计算示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,为使本发明实施例的目的、技术方案和优点更加清楚,下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
另外,本发明要指出的是,本发明中,如未特别写出具体涉及的结构、连接关系、位置关系、动力来源关系等,则本发明涉及的结构、连接关系、位置关系、动力来源关系等均为本领域技术人员在现有技术的基础上,可以不经过创造性劳动可以得知的。
实施例1:
参考图1所示,本发明公开了一种基于数字滤波的钢轨惯性波磨测量方法,包括以下步骤:
S1、通过安装于车体两侧的加速度传感器,采集车体垂向加速度信号;
S2、根据所述车体垂向加速度信号,实时分析计算,得到钢轨上每一个采集点的波磨值。
根据所述车体垂向加速度信号,实时分析计算,包括以下步骤:
S21、对所述车体垂向加速度信号进行多次滤波和积分处理,得到累积垂向位移信号;
S211、对所述车体垂向加速度信号进行低通滤波,滤除其中的高频信号;
原始加速度信号中混有车体本身震动引起的高频信号,因此采用低通滤波滤除原始信号中的高频信号。
滤波器设计采用巴特沃斯低通滤波器,截止频率可通过采集车体启动但车速为0时的加速度信号并进一步分析得到。
S212、对低通滤波后的加速度信号进行一次积分得到累积垂向速度信号;
上式中,vi为当前时刻的累积垂向速度,vi-1为前一时刻的累积垂向速度,T为采样时间间隔,ai为当前垂向加速度,t为时间。
S213、对累积垂向速度信号进行高通滤波,得到每一个时刻的独立垂向速度信号;
第二阶段中得到的为累积速度,为消除其中的累积值而得到每一时刻独立的垂向速度信号,故对累积垂向速度信号进行高通滤波。
本阶段高通滤波器设计仍然采用巴特沃斯高通滤波器,截止频率通过实验或经验得到。
S214、对所述独立垂向加速度信号进行一次积分得到累积垂向位移信号。
上式中,si为当前累积垂向位移,si-1为上一时刻累积垂向位移,T为采样时间间隔,为高通滤波后当前时刻的独立垂向速度信号,t为时间。
S22、对所述累积垂向位移信号再进行滤波处理,得到每一个时刻的独立垂向位移信号;
第四阶段中得到的为累积垂向位移,为消除其中的累积值而得到每一时刻独立的垂向位移信号,故对累积垂向位移信号进行高通滤波。
本阶段高通滤波器设计仍然采用巴特沃斯高通滤波器,截止频率通过实验或经验得到。
S23、对所述独立垂向位移信号进行波段分解提取,得到不同波段信号。
为更清晰反应钢轨波磨的具体情况,因此对第五阶段高通滤波后的独立垂向位移信号进行超短波、短波、中波、长波进行分解提取,其波长范围分别是10~30mm、30~100mm、100~300mm、300~1000mm。
本阶段利用巴特沃斯带通滤波器设计进行不同波段信号的提取,截止频率通过不同波长范围计算得到。
S24、根据所述不同波段信号,计算得到不同波段的波磨值、滑动均方根和移动峰峰值,以分析波磨的程度。
S25、识别所述移动峰峰值的极值点,根据所述极值点与预设阀值比较,得到超限的占比,从而判断波磨的程度。
S251、对所述滑动均方根中的信号进行中值滤波,得到信号基线,从而计算得到突变信号;
如图2所示,滑动均方根的计算公式为:
上式中,RMS(si,L)为滑动均方根,n、i为垂向位移下标索引,L为计算滑动均方根的窗口长度,sn为第n个垂向位移值;
如图3所示,所述移动峰峰值的计算公式为:
上式中,P2P(si,L)为移动峰峰值,an为某个极值点的绝对高度,N为该窗口内有N个极值点,所述极值点的识别方法为:
A、对窗口内的信号进行中值滤波,得到信号基线;
B、用该窗口内的信号减去信号基线,得到突变信号;
C、求取突变信号的差分曲线,计算公式为:
diff(si)=si+step-si
上式中,diff(si)为当前点的差分值,step为差分步长,si+step为第i+step个位移值,si为第i个位移值;
D、设定阈值,得到差分曲线中绝对值大于该阈值的点;
E、在绝对值大于该阈值的点两两之间寻找极值点,极值点是点两两之间最大或最小位置,且不能是边界位置。
加速度传感器的采样频率很高,因此对上述过程采用多线程并行处理加快处理效果。
多线程并行处理,至少包括:线程1、线程2和线程3;
所述线程1:对所述车体垂向加速度信号低通滤波,并进行一次积分;
所述线程2:对所述累积垂向速度信号高通滤波,并进行一次积分;
所述线程3:对所述累积位移信号高通滤波,并进行波段分解、参数计算。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于数字滤波的钢轨惯性波磨测量方法,其特征在于,包括以下步骤:
S1、通过安装于车体两侧的加速度传感器,采集车体垂向加速度信号;
S2、根据所述车体垂向加速度信号,实时分析计算,得到钢轨上每一个采集点的波磨值;
根据所述车体垂向加速度信号,实时分析计算,包括以下步骤:
S21、对所述车体垂向加速度信号进行多次滤波和积分处理,得到累积垂向位移信号;
S22、对所述累积垂向位移信号再进行滤波处理,得到每一个时刻的独立垂向位移信号;
S23、对所述独立垂向位移信号进行波段分解提取,得到不同波段信号;
所述步骤S21,包括:
S211、对所述车体垂向加速度信号进行低通滤波,滤除其中的高频信号;
S212、对低通滤波后的加速度信号进行一次积分得到累积垂向速度信号;
S213、对累积垂向速度信号进行高通滤波,得到每一个时刻的独立垂向速度信号;
S214、对所述独立垂向加速度信号进行一次积分得到累积垂向位移信号;
在所述步骤S23之后,还包括:
S24、根据所述不同波段信号,计算得到不同波段的波磨值、滑动均方根和移动峰峰值,以分析波磨的程度;
在所述步骤S24之后,还包括:
S25、识别所述移动峰峰值的极值点,根据所述极值点与预设阀值比较,得到超限的占比,从而判断波磨的程度;
所述步骤S25,包括:
S251、对所述滑动均方根中的信号进行中值滤波,得到信号基线,从而计算得到突变信号;
S252、根据所述突变信号,获得突变信号的差分曲线;
S253、根据所述预设阀值,判断所述差分曲线中绝对值大于阀值的点;
S254、根据步骤S253中得到的点,两两之间寻找极值点;
所述滑动均方根的计算公式为:
上式中,为滑动均方根,n、i为垂向位移下标索引,L为计算滑动均方根的窗口长度,/>为第n个垂向位移值;
所述移动峰峰值的计算公式为:
上式中,为移动峰峰值,/>为某个极值点的绝对高度,N为该窗口内有N个极值点;
所述累积垂向速度信号的一次积分公式为:
上式中,为当前时刻的累积垂向速度,/>为前一时刻的累积垂向速度,T为采样时间间隔,/>为当前垂向加速度,t为时间;
所述累积垂向位移信号的一次积分公式为:
上式中,为当前累积垂向位移,/>为上一时刻累积垂向位移,T为采样时间间隔,/>为高通滤波后当前时刻的独立垂向速度信号,t为时间。
2.根据权利要求1所述的基于数字滤波的钢轨惯性波磨测量方法,其特征在于,所述实时分析计算采用多线程并行处理。
3.根据权利要求2所述的基于数字滤波的钢轨惯性波磨测量方法,其特征在于,所述多线程并行处理,至少包括:线程1、线程2和线程3;
所述线程1:对所述车体垂向加速度信号低通滤波,并进行一次积分;
所述线程2:对所述累积垂向速度信号高通滤波,并进行一次积分;
所述线程3:对所述累积位移信号高通滤波,并进行波段分解、参数计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210187135.8A CN114659486B (zh) | 2022-02-28 | 2022-02-28 | 一种基于数字滤波的钢轨惯性波磨测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210187135.8A CN114659486B (zh) | 2022-02-28 | 2022-02-28 | 一种基于数字滤波的钢轨惯性波磨测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114659486A CN114659486A (zh) | 2022-06-24 |
CN114659486B true CN114659486B (zh) | 2023-09-29 |
Family
ID=82027159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210187135.8A Active CN114659486B (zh) | 2022-02-28 | 2022-02-28 | 一种基于数字滤波的钢轨惯性波磨测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114659486B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2602479A1 (fr) * | 1986-08-01 | 1988-02-12 | Magyar Allamvasutak | Procede et dispositif de mesure des reactions des vehicules ferroviaires au cours de leur roulement, en particulier pour evaluer l'etat des voies ferrees |
JP2000136988A (ja) * | 1998-10-30 | 2000-05-16 | East Japan Railway Co | レール波状摩耗検出手法 |
JP2001063570A (ja) * | 1999-08-30 | 2001-03-13 | Railway Technical Res Inst | 慣性正矢法軌道狂い検測装置 |
NL2003351C2 (en) * | 2009-08-13 | 2011-02-15 | Univ Delft Tech | Method and instumentation for detection of rail top defects. |
JP2011109743A (ja) * | 2009-11-13 | 2011-06-02 | Railway Technical Res Inst | パンタグラフの摺り板の段付摩耗検知方法及び装置 |
JP2012021790A (ja) * | 2010-07-12 | 2012-02-02 | Railway Technical Research Institute | レール波状摩耗検出方法、および、レール波状摩耗検出システム |
JP2015109915A (ja) * | 2013-12-06 | 2015-06-18 | 富士通株式会社 | 姿勢推定装置、方法及びプログラム |
CN106679649A (zh) * | 2016-12-12 | 2017-05-17 | 浙江大学 | 一种手部运动追踪系统及追踪方法 |
CN107423692A (zh) * | 2017-07-01 | 2017-12-01 | 南京理工大学 | 一种基于小波包能量熵的钢轨波磨故障检测方法 |
CN107462764A (zh) * | 2017-09-25 | 2017-12-12 | 南京灿能电力自动化股份有限公司 | 一种电压暂降检测与刻画的自动分段方法 |
JP2019045488A (ja) * | 2017-08-31 | 2019-03-22 | Ntn株式会社 | 状態監視装置のノイズ除去方法および状態監視装置 |
CN110658005A (zh) * | 2019-10-08 | 2020-01-07 | 西南交通大学 | 一种基于车体加速度识别钢轨波磨病害的方法 |
CN113281414A (zh) * | 2021-06-30 | 2021-08-20 | 中国国家铁路集团有限公司 | 钢轨短波病害类型的识别方法及装置、以及电子设备 |
CN113415308A (zh) * | 2021-06-15 | 2021-09-21 | 中国铁道科学研究院集团有限公司 | 钢轨波磨检测方法及装置 |
-
2022
- 2022-02-28 CN CN202210187135.8A patent/CN114659486B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2602479A1 (fr) * | 1986-08-01 | 1988-02-12 | Magyar Allamvasutak | Procede et dispositif de mesure des reactions des vehicules ferroviaires au cours de leur roulement, en particulier pour evaluer l'etat des voies ferrees |
JP2000136988A (ja) * | 1998-10-30 | 2000-05-16 | East Japan Railway Co | レール波状摩耗検出手法 |
JP2001063570A (ja) * | 1999-08-30 | 2001-03-13 | Railway Technical Res Inst | 慣性正矢法軌道狂い検測装置 |
NL2003351C2 (en) * | 2009-08-13 | 2011-02-15 | Univ Delft Tech | Method and instumentation for detection of rail top defects. |
JP2011109743A (ja) * | 2009-11-13 | 2011-06-02 | Railway Technical Res Inst | パンタグラフの摺り板の段付摩耗検知方法及び装置 |
JP2012021790A (ja) * | 2010-07-12 | 2012-02-02 | Railway Technical Research Institute | レール波状摩耗検出方法、および、レール波状摩耗検出システム |
JP2015109915A (ja) * | 2013-12-06 | 2015-06-18 | 富士通株式会社 | 姿勢推定装置、方法及びプログラム |
CN106679649A (zh) * | 2016-12-12 | 2017-05-17 | 浙江大学 | 一种手部运动追踪系统及追踪方法 |
CN107423692A (zh) * | 2017-07-01 | 2017-12-01 | 南京理工大学 | 一种基于小波包能量熵的钢轨波磨故障检测方法 |
JP2019045488A (ja) * | 2017-08-31 | 2019-03-22 | Ntn株式会社 | 状態監視装置のノイズ除去方法および状態監視装置 |
CN107462764A (zh) * | 2017-09-25 | 2017-12-12 | 南京灿能电力自动化股份有限公司 | 一种电压暂降检测与刻画的自动分段方法 |
CN110658005A (zh) * | 2019-10-08 | 2020-01-07 | 西南交通大学 | 一种基于车体加速度识别钢轨波磨病害的方法 |
CN113415308A (zh) * | 2021-06-15 | 2021-09-21 | 中国铁道科学研究院集团有限公司 | 钢轨波磨检测方法及装置 |
CN113281414A (zh) * | 2021-06-30 | 2021-08-20 | 中国国家铁路集团有限公司 | 钢轨短波病害类型的识别方法及装置、以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114659486A (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108515984B (zh) | 一种车轮伤损检测方法及装置 | |
CN110426005B (zh) | 基于imf能量比的高速铁路钢轨波磨声学诊断方法 | |
CN108845028B (zh) | 一种高速铁路钢轨波磨动态检测方法和装置 | |
CN109030628B (zh) | 基于振动噪声频谱特征匹配的轨道结构力学性能评价方法 | |
US7640139B2 (en) | Abnormality diagnosing system for mechanical equipment | |
CN101726413B (zh) | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 | |
CN113343928B (zh) | 变速路段高速铁路钢轨波磨检测方法及装置、计算机设备 | |
CN106018557B (zh) | 一种基于小波分析的轨道表面凹陷检测方法 | |
CN111127906B (zh) | 一种基于物联网的智能路面管理系统及其方法 | |
CN106092015B (zh) | 一种轨道表面凹陷长度检测方法 | |
CN113276905B (zh) | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 | |
JP7177028B2 (ja) | レール波状摩耗の進展検知方法及び進展検知システム | |
CN108844733A (zh) | 一种基于kl散度与均方根值的齿轮状态监测指标提取方法 | |
CN114659486B (zh) | 一种基于数字滤波的钢轨惯性波磨测量方法 | |
CN113415308B (zh) | 钢轨波磨检测方法及装置 | |
CN112556627A (zh) | 钢轨波磨检测系统及方法 | |
CN104457644B (zh) | 轨道几何检测数据中非脉冲异常数据的检测方法及装置 | |
CN112525111A (zh) | 一种跨坐式单轨轨道表面平顺性检测方法 | |
CN108016990B (zh) | 一种港口起重机小车轨道扣件松动的检测装置及检测方法 | |
CN113343919B (zh) | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 | |
CN113514030B (zh) | 一种道床断面检测方法及系统 | |
CN2861966Y (zh) | 激光惯性基准式快速道路断面测试仪 | |
CN210591925U (zh) | 轴箱振动的轮径差检测系统 | |
CN103591886B (zh) | 一种基于位移传感器测距的电梯轨距偏差分析方法 | |
CN207713291U (zh) | 一种港口起重机小车轨道扣件松动的检测装置 |
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 |