CN115042835B - 一种铁路车辆车轮伤损声学检测方法及系统 - Google Patents
一种铁路车辆车轮伤损声学检测方法及系统 Download PDFInfo
- Publication number
- CN115042835B CN115042835B CN202210558955.3A CN202210558955A CN115042835B CN 115042835 B CN115042835 B CN 115042835B CN 202210558955 A CN202210558955 A CN 202210558955A CN 115042835 B CN115042835 B CN 115042835B
- Authority
- CN
- China
- Prior art keywords
- wheel
- acquiring
- vehicle
- similarity
- damage
- 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
Images
Classifications
-
- 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
- B61K9/12—Measuring or surveying wheel-rims
Abstract
本申请涉及一种铁路车辆车轮伤损声学检测方法及系统,涉及铁路车辆车轮伤损检测的技术领域,包括:获取车轮噪声信号;对车辆型号进行判断;分割噪声信号形成每一个车轮对应的声音文件;对车轮进行分析,直到所有车轮声音文件判别完成,形成包含所有声音文件的判别记录的车轮判别文件;基于预设的车号识别设备及车轮判别文件,准确定位车轮故障位置。本申请中的车轮伤损检测方法在对车轮进行检测时,可以通过采集车轮的噪声信号,并对声音文件进行分割至对应单个车轮后,对单个车轮的声音文件进行分析,以判断车轮是否存在故障,本申请中的车轮伤损检测方法提升了车轮伤损检测的水平,丰富了铁路车轮伤损的在线检测手段。
Description
技术领域
本发明涉及铁路车辆车轮伤损检测领域,具体涉及一种铁路车辆车轮伤损声学检测方法及系统。
背景技术
铁路车辆车轮因长时间运行会出现不同程度的伤损,导致紧急维修或潜在事故,造成延误、不必要的成本,甚至人员伤亡。因此,为保障铁路安全、平稳、高速的运行,对车轮进行在线监测,研究新的车轮伤损检测方法并提高检测精度具有深远的现实意义。
现有的铁路车轮伤损监测方法中,轮轨力检测、超声波检测、振动检测、高速摄像机检测等方法被广泛使用。但是针对铁路车轮伤损不同部位、不同的适应检测环境,上述检测方法存在众多不足。轮轨力检测技术受限于现有技术,仅能检测车轮表面伤损而无法检测内部情况,而且检测结果精度较低;超声波检测技术适应于速度较低环境下检测,只适合在段里或段口进行检测,且安装复杂;振动检测主要在车轴上安装振动传感器,必须提供电源、无法在货车上应用,且获得的振动信号存在众多干扰严重影响后续检测分析;高速摄像机检测技术适合于晴朗天气下的检测,雪雨雾等天气环境对摄像机影响很大,检测精度大幅下降。
针对相关技术中的不足,发明人提出了一种车辆车轮伤损声学检测方法及系统,以丰富铁路车轮伤损的在线检测手段,提高车轮故障检测水平。
发明内容
本申请的目的是提供一种铁路车轮伤损状态的声学检测方法。
本申请提供的一种铁路车辆车轮伤损声学检测方法及系统采用如下的技术方案:
一种铁路车辆车轮伤损声学检测方法及系统,包括:
获取车轮噪声信号;
对车辆型号进行判断;
分割噪声信号形成每一个车轮对应的声音文件;
分析首个车轮声音文件,判别是否存在车轮故障,形成判别结果记录;
依次对车轮进行分析,直到所有车轮声音文件判别完成,形成包含所有声音文件的判别记录的车轮判别文件;
基于预设的车号识别设备及车轮判别文件,准确定位车轮故障位置。
通过采用上述技术方案,本申请中的车轮伤损检测方法在对车轮进行检测时,可以通过采集车轮的噪声信号,并对声音文件进行分割至对应单个车轮后,对单个车轮的声音文件进行分析,以判断车轮是否存在故障,相比于相关技术中的检测方法,本申请中的车轮伤损检测方法提升了车轮伤损检测的水平,丰富了铁路车轮伤损的在线检测手段。
可选的,在对车辆型号进行判断的步骤中,还包括以下步骤;
获取各类型车辆的车轮轮距数据,基于车轮轮距数据训练车辆类型判别模型;
获取车辆第一个车轮通过第一个磁力传感器的时间点T1,通过第二个磁力传感器的时间点T2,一对磁力传感器之间的距离为Lc,通过v= Lc/ΔT1计算出列车速度;
获取车辆第一个车轮通过第一个磁力传感器的时间点T11,获取车辆第二个车轮通过第一个磁力传感器的时间点T21,通过(T21-T11)*v得出相邻车轮之间的轮距;
获取轮距后,基于车轮轮距数据训练车辆类型判别模型对车辆类型进行判断。
通过采用上述技术方案,通过一对磁力传感器之间距离固定,并获取车轮经过一对传感器之间的时间,可以测出列车速度,接着通过采集的时间点及列车速度可以测出车辆的轮距,接着通过不通过的轮距为车辆的类型进行判断,从而得出经过传感器的车辆类型,以制定不同的噪音信号的判别标准,避免了在同一判定标准下对车轮伤损进行判定导致的判定结果存在误差的可能性,提升了声检系统对车轮伤损检测的准确性。
可选的,在判别是否存在车轮故障中,还包括以下步骤:
分析车轮声音文件,获取声音文件中的冲击信号段;
计算出车轮上任意一点在麦克风阵列探测范围内与麦克风阵列探测起始位置的相对位置;
获取车辆类型及对应车辆类型的车轮周长数据;
在运行周长的范围内搜索冲击信号段与车轮在麦克风阵列探测范围内的相对位置重合的点,并进行判断是否存在车轮故障。
通过采用上述技术方案,当车辆在运行的过程中,车轮会与铁路铁轨相接触,通过对车轮与铁路的接触时的声音对车轮的伤损状况进行检测,从而提升了车轮伤损的检测精度,降低了车轮内部存在伤损却无法检出的可能性。
可选的,在进行车轮故障判断的过程中,还包括以下步骤:
获取列车速度,基于列车速度及预设的通过时间点计算出列车相对位置Dn;
获取列车在一个运行周长处与Dn相重合的点Dg;
获取Dg中的存在故障的位置的个数,记为K,且K>=0;如果K=0,则判定没有故障;如果K>0,则对Dg中K个点进行分别追踪。
通过采用上述技术方案,通过对存在故障的位置进行追踪,进一步的提升了车轮伤损检测的精确性,且可以较为快速的找到单个车轮的伤损位置,提升了操作人员在对车轮伤损检测时的便捷性。
可选的,在对K个点进行追踪的过程中,还包括以下步骤:
获取Dg点处的噪声信号的幅值、峭度及陡峭度;
计算幅值、峭度和陡峭度的比例加权和记为相似度;
将相似度与预设的第一相似度阈值进行对比,若相似度小于第一相似度阈值,则不计入,若相似度不小于第一相似度阈值且小于第二相似度阈值,则记为1个CY,若相似度不小于第二相似度阈值,则记为一个CZ;
获取CY和CZ的数量,当至少存在一个CZ或两个CY时,判别车轮存在故障。
通过采用上述技术方案,当发现噪声信号异常的情况出现时,可以通过对噪声信号进行二次分析对车轮的伤损情况进行进一步判定,将计算幅值、峭度和陡峭度的比例加权和与相似度阈值进行比较后,从而可以判断出车轮的受损情况,并根据受损情况对车轮的伤损进行定义,降低了一些较小磨损的情况下却进行较大幅度修正的可能性,降低了车轮的维护成本。
可选的,在获取声音文件中的冲击信号段中,还包括以下步骤:
获取车轮声音文件;
计算车轮声音文件的绝对值的均值,并将均值乘固定系数确定为门限1;
对车轮声音文件中的车轮声音信号求包络,获得包络信号;
将包络信号与门限1及预设门限2进行阈值检测,大于门限1并且宽度大于门限2的信号为冲击信号段。
通过采用上述技术方案,一方面,夹杂在轮轨噪声间的冲击信号成分比较复杂,通过求包络可以提高信号检测的抗干扰性能;另一方面由于车轮故障的冲击信号的幅度和冲击时间有一定特性,按照两个门限检测可以剔除不符合车轮故障冲击的异常冲击点,从而提高检测精度。
可选的,所述获取车轮噪声信号中,采用车轮噪声信号采集设备对噪声信号进行获取,所述车轮噪声信号采集设备包括麦克风阵列、磁力传感器、数据采集卡及计算机,所述麦克风阵列安装于铁路线两侧,一对所述磁力传感器分别安装于麦克风阵列沿着铁路长度方向的两侧,所述数据采集卡与磁力传感器耦接,所述数据采集卡与计算机耦接。
通过采用上述技术方案,采用麦克风阵列的方式对车轮噪声信号进行采集,使得采集时的探测有效范围更长,麦克风阵列中的麦克风采集的一致性更好,提升了采集到的噪声信号的信号质量,便于后续对噪声信号进行分析,提升了操作的便捷性。
可选的,包括车号识别设备,所述车号识别设备与计算机耦接,用于对存有故障的车轮进行准确定位。
通过采用上述技术方案,车号识别设备可以对每辆车的车号进行扫描识别,并判断出通过车辆的个数,在车损检测的应用中,由于只能通过声学检测对轮胎的序号数进行排查,但由于不同型号的车辆车轮数量不相同,故而难以对受损轮胎进行精确定位,采用了车号识别设备,可以对受损轮胎之前经过的车辆进行数量及车轮数的统计,从而将受损轮胎精确到某辆车的某个轮胎,提升了操作人员在对受损轮胎进行排查时的便捷性。
可选的,所述磁力传感器采用触发式的方式控制车轮噪声采集设备的开始和停止。
通过采用上述技术方案,通过采用触发式的方式控制噪声采集,可以使得噪声信号的收集较为精确,当有车辆路过时,才对噪声信号进行收集,降低了由于持续收集噪音导致的外部杂音对噪声信号的质量产生影响的可能性。
可选的,所述麦克风阵列的探测有效距离大于8m。
通过采用上述技术方案,在各类型车辆的检测过程中,铁路电力机车车轮的半径最长,一个铁路电力机车车轮运行周长为3.9米左右,探测有效距离至少覆盖2个车轮运行周长,以提升判别的准确性。
综上所述,本申请包括以下至少一种有益技术效果:
1.本申请中的车轮伤损检测方法在对车轮进行检测时,可以通过采集车轮的噪声信号,并对声音文件进行分割至对应单个车轮后,对单个车轮的声音文件进行分析,以判断车轮是否存在故障,相比于相关技术中的检测方法,本申请中的车轮伤损检测方法提升了车轮伤损检测的水平,丰富了铁路车轮伤损的在线检测手段;
2.车辆在运行的过程中,车轮会与铁路铁轨相接触,通过对车轮与铁路的接触时的声音对车轮的伤损状况进行检测,从而提升了车轮伤损的检测精度,降低了车轮内部存在伤损却无法检出的可能性;
3.一方面,夹杂在轮轨噪声间的冲击信号成分比较复杂,通过求包络可以提高信号检测的抗干扰性能;另一方面由于车轮故障的冲击信号的幅度和冲击时间有一定特性,按照两个门限检测可以剔除不符合车轮故障冲击的异常冲击点,从而提高检测精度。
附图说明
图1是本申请实施例的整体结构示意图;
图2是图1中实施例部分的铁路车辆车轮伤损声学检测方法的示意图;
图3是图2中步骤S101的展开示意图;
图4是图2中步骤S103的展开示意图;
图5是图4中步骤S300的展开示意图;
图6是图4中步骤S303的展开示意图。
图中,1、麦克风阵列;2、磁力传感器;3、数据采集卡;4、计算机;5、车号识别设备。
具体实施方式
以下结合附图1-6,对本申请作进一步详细说明。
一种铁路车辆车轮伤损声学检测系统,参照图1,包括车轮噪声检测设备,车轮噪声检测设备包括麦克风阵列1、磁力传感器2、数据采集卡3、计算机4及车号识别设备5;
麦克风阵列1设置于铁路轨道上,用于在过车时对噪声信号进行采集,麦克风阵列1中麦克风的间距在1.0~1.6米之间,间距大于1.0米是减少麦克风之间采集干扰;因为一般铁路车辆两个车轮轴距大于等于1.7米,所以间距小于1.6米,可以减少相临车轮对麦克风阵列1采集数据的影响;麦克风阵列1的探测有效距离>8米,因为一个铁路电力机车车轮运行周长为3.9米左右,探测有效距离至少覆盖2个车轮运行周长,才能保证判别的准确性;
磁力传感器2与麦克风阵列1耦接,磁力传感器2的输出端连接有控制器,控制器的输出端与麦克风阵列1的输入端耦接,磁力传感器2采用触发式的方式对麦克风阵列1对噪声信号的收集开始或停止及对列车经过时的时间点等信息进行收集;磁力传感器2安装于麦克风阵列1位于铁轨长度方向的两侧。
数据采集卡3与麦克风阵列1耦接,用于对麦克风阵列1采集到的噪声信号进行采集,数据采集卡3采用高速数据采集卡3,以提升采样数量;计算机4与数据采集卡3耦接,用于处理噪声信号。
车号识别设备5安装于铁路轨道上,识别设备5与计算机4耦接,用于对过车的数量进行检测。
参照图2,一种铁路车辆车轮伤损声学检测方法,包括S100-S105:
S100、通过麦克风阵列获取车轮噪声信号;
S101、对车辆型号进行判断,对车辆型号进行判断的主要依据为车轮轴距,故而可以通过测量车辆轴距实现对车辆的类型的判断;
参照图3,具体步骤包括S200-S203:
S200、获取各种类的车辆的车轮轮距数据,基于车轮轮距数据训练车辆类型判别模型;
S201、当有车辆通过磁力传感器时,设立第一个磁力传感器为L1、第二个磁力传感器为L2,当车轮经过第一个磁力传感器时的时间点为T1,通过第二个磁力传感器的时间点为T2,第一个磁力传感器及第二个磁力传感器均固定设置,故而第一个磁力传感器及第二个磁力传感器之间的距离固定位Lc,接着可以通过v= Lc/(T2-T1)计算出列车速度;
S202、由于车轮距离相比于铁路运行长度较短,故而车辆在经过车轮距离的长度时可以看作是匀速状态,接着记录出车辆第一个车轮在经过L1时的时间T11,获取车辆第二个车轮经过L1时的时间T21,通过(T21-T11)*v得出相邻车轮之间的轮距;
S203、获取轮距后,基于车轮轮距数据训练车辆类型判别模型对车辆类型进行判断。
S102、根据车轮经过L1时的时间对噪声信号进行分割,形成每一个车轮对应的声音文件;
S103、分析首个车轮声音文件,判别是否存在车轮故障,形成判别结果记录;
参照图4,在分析车轮声音文件的过程中,还存在步骤S300-S303:
S300、分析车轮声音文件,获取声音文件中的冲击段信号;
参照图5,在分析声音文件中的冲击段信号中,还包括步骤S400-S402;
S400、获取车轮声音文件;
S401、计算车轮声音文件的绝对值的均值,并将均值乘固定系数确定为门限1;
S402、预设门限2,对车轮声音信号求包络,对包络信号按照门限1进行阈值检测,检测大于门限1并且宽度大于门限2的信号为冲击信号段,其中起始点为STi,结束点为ETi,中间为最大值Mi,对应的点为MTi,对信号截取STi和ETi的部分为Si,对Si求峭度为Qi,对STi和ETi之间信号求斜率为Ki,多个信号最大点形成TN;
S301、计算出车轮上任意一点在麦克风阵列探测范围内从被麦克风阵列探测之后转动过的直线距离;
S302、获取车辆类型及对应车辆类型的车轮周长数据;
S303、在运行周长的范围内搜索与车轮在麦克风阵列探测范围内的相对位置重合的点,并进行判断是否存在车轮故障。
参照图6,在进行车轮故障判断的过程中,还包括以下步骤S500-S503:
S500、通过时间点TN、运行速度可以计算出车轮上任意一点在进入麦克风阵列探测范围内所转过的距离,即为相对位置DN;
S501、根据机车、货车和客车的判别,确定车轮的运行周长,即一个车轮旋转一周在铁路线路上运行的距离,机车、货车和客车运行直径是不同的,比如货车车轮一般运行直径是840mm,客车车轮一般运行直径是915mm,电力机车车轮一般运行直径是1250mm,货车车轮运行周长CH=840*π≈2638mm,客车车轮运行周长CK=915*π≈2873mm,货车车轮运行周长CJ=1250*π≈3925mm,由于车辆车轮在运行中会产生磨耗,实际的运行周长都会减少,而且铁路车辆机车、货车、客车车轮运行直径都是有下限的,针对机车、客车、货车分别设置3个核减范围ΔL{ΔLJ、ΔLH、ΔLK},故而机车运行周长ΔCJ取值范围为(3925–ΔLJ~3925)mm,货车运行周长ΔCH取值范围为(2638–ΔLH~2638)mm,客车运行周长ΔCK取值范围为(2873–ΔLK~2873)mm。
S502、根据机车、货车和客车车辆车轮运行周长,在探测范围内第一个运行周长范围内通过将冲击段信号内与DN相重合的点数K,K的个数即为检测到的异常信号出现在车轮与铁路接触的过程中的真实异常信号的个数,即Dg{ Di1,Di2,...,Dik},其中K>=0;如果K=0,则判定没有故障;如果K>0,则对Dg中K个Di点进行分别追踪,即查看(Di+C–ΔL)~(Di+C)范围内是否存在DN的点,如果DN内不存在这样的D点,则进行下一个Di点判别,如果存在这样的点D点,记为Dj点,对Di和Dj对应的信号,记为SDi和SDj,比对SDi和SDj两段噪声幅值的大小Mi、峭度大小Qi和陡峭度Ki等信息。计算幅值、峭度和陡峭度的比例加权和记为相似度,其中幅值的加权系数为0.4、峭度的加权系数为0.35、陡峭度的加权幅值为0.25,当相似度<70%,认为不存在周期性,如果相似度>70%,且<90%,认为存在周期性,周期性较好,记为1个CY,如果相似度>=90%,认为存在周期性,周期性强,记作1个CZ,然后在下一个运行周长范围内继续查找是否存在CY或CZ,一直到下一个运行周长超过了车轮周长理论上最大值的范围。
S503、声音文件判别中至少存在一个CZ或两个CY,判别该车轮存在故障,反之判别该车轮不存在车轮故障,并形成一条车轮判别记录。
S104、依次对车轮进行分析,直到所有车轮声音文件判别完成,形成包含所有声音文件的判别记录的车轮判别文件;
S105、基于预设的车号识别设备及车轮判别文件,准确定位车轮故障位置。
本具体实施方式的实施例均为本申请的较佳实施例,并非依此限制本申请的保护范围,其中相同的零部件用相同的附图标记表示。故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (9)
1.一种铁路车辆车轮伤损声学检测方法,其特征在于,包括:
获取车轮噪声信号;
对车辆型号进行判断;
分割噪声信号形成每一个车轮对应的声音文件;
分析首个车轮声音文件,判别是否存在车轮故障,形成判别结果记录;
依次对车轮进行分析,直到所有车轮声音文件判别完成,形成包含所有声音文件的判别记录的车轮判别文件;
基于预设的车号识别设备及车轮判别文件,准确定位车轮故障位置;
分析车轮声音文件,获取声音文件中的冲击信号段;
计算出车轮上任意一点在麦克风阵列探测范围内与麦克风阵列探测起始位置的相对位置;
获取车辆类型及对应车辆类型的车轮周长数据;
在运行周长的范围内搜索冲击信号段与车轮在麦克风阵列探测范围内的相对位置重合的点,并进行判断是否存在车轮故障。
2.根据权利要求1所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,在对车辆型号进行判断的步骤中,还包括以下步骤;
获取各类型车辆的车轮轮距数据,基于车轮轮距数据训练车辆类型判别模型;
获取车辆第一个车轮通过第一个磁力传感器的时间点T1,通过第二个磁力传感器的时间点T2,一对磁力传感器之间的距离为Lc,通过v= Lc/ΔT1计算出列车速度;
获取车辆第一个车轮通过第一个磁力传感器的时间点T11,获取车辆第二个车轮通过第一个磁力传感器的时间点T21,通过(T21-T11)*v得出相邻车轮之间的轮距;
获取轮距后,基于车轮轮距数据训练车辆类型判别模型对车辆类型进行判断。
3.根据权利要求1所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,在进行车轮故障判断的过程中,还包括以下步骤:
获取列车速度,基于列车速度及预设的通过时间点计算出列车相对位置Dn;
获取列车在一个运行周长处与Dn相重合的点Dg;
获取Dg中的存在故障的位置的个数,记为K,且K>=0;如果K=0,则判定没有故障;如果K>0,则对Dg中K个点进行分别追踪。
4.根据权利要求3所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,在对K个点进行追踪的过程中,还包括以下步骤:
获取Dg点处的噪声信号的幅值、峭度及陡峭度;
计算幅值、峭度和陡峭度的比例加权和记为相似度;
将相似度与预设的第一相似度阈值进行对比,若相似度小于第一相似度阈值,则不计入,若相似度不小于第一相似度阈值且小于第二相似度阈值,则记为1个CY,若相似度不小于第二相似度阈值,则记为一个CZ;
获取CY和CZ的数量,当至少存在一个CZ或两个CY时,判别车轮存在故障。
5.根据权利要求4所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,在获取声音文件中的冲击信号段中,还包括以下步骤:
获取车轮声音文件;
计算车轮声音文件的绝对值的均值,并将均值乘固定系数确定为门限1;
对车轮声音文件中的车轮声音信号求包络,获得包络信号;
将包络信号与门限1及预设门限2进行阈值检测,大于门限1并且宽度大于门限2的信号为冲击信号段。
6.根据权利要求1所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,所述获取车轮噪声信号中,采用车轮噪声信号采集设备对噪声信号进行获取,所述车轮噪声信号采集设备包括麦克风阵列(1)、磁力传感器(2)、数据采集卡(3)及计算机(4),所述麦克风阵列(1)安装于铁路线两侧,一对所述磁力传感器(2)分别安装于麦克风阵列(1)沿着铁路长度方向的两侧,所述数据采集卡(3)与磁力传感器(2)耦接,所述数据采集卡(3)与计算机(4)耦接。
7.根据权利要求6所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,包括车号识别设备(5),所述车号识别设备(5)与计算机(4)耦接,用于对存有故障的车轮进行准确定位。
8.根据权利要求6所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,所述磁力传感器(2)采用触发式的方式控制车轮噪声采集设备的开始和停止。
9.根据权利要求6所述的一种铁路车辆车轮伤损声学检测方法,其特征在于,所述麦克风阵列(1)的探测有效距离大于8m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210558955.3A CN115042835B (zh) | 2022-05-21 | 2022-05-21 | 一种铁路车辆车轮伤损声学检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210558955.3A CN115042835B (zh) | 2022-05-21 | 2022-05-21 | 一种铁路车辆车轮伤损声学检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115042835A CN115042835A (zh) | 2022-09-13 |
CN115042835B true CN115042835B (zh) | 2023-01-06 |
Family
ID=83158980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210558955.3A Active CN115042835B (zh) | 2022-05-21 | 2022-05-21 | 一种铁路车辆车轮伤损声学检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115042835B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
HU162604B (zh) * | 1970-11-14 | 1973-03-28 | ||
JP4436188B2 (ja) * | 2004-05-18 | 2010-03-24 | 阪急電鉄株式会社 | 鉄道車輪踏面の異状検出方法及びその装置 |
CN104364629B (zh) * | 2012-05-23 | 2017-08-29 | 国际电子机械公司 | 基于共振信号分析的轨道部件检查 |
AU2017234385A1 (en) * | 2016-03-18 | 2018-10-25 | Pure Technologies Ltd. | Methods and system for inspecting train wheels and axles |
DE102016220500A1 (de) * | 2016-10-19 | 2018-04-19 | Robert Bosch Gmbh | Vorrichtung und Verfahren zur Überprüfung eines Rads eines Schienenfahrzeugs auf Flachstellen |
US10513279B2 (en) * | 2017-03-24 | 2019-12-24 | Canadian Pacific Railway Company | Condition based maintenance of railcar roller bearings using predictive wayside alerts based on acoustic bearing detector measurements |
-
2022
- 2022-05-21 CN CN202210558955.3A patent/CN115042835B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115042835A (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN1812907B (zh) | 钢轨和列车监控系统和方法 | |
CN108515984B (zh) | 一种车轮伤损检测方法及装置 | |
CN103322936B (zh) | 轮对尺寸在线监测方法 | |
EP3219574B1 (en) | Method and system for determining a vertical profile of a rail surface | |
CN103307982B (zh) | 轮对尺寸在线监测装置 | |
CN113324648B (zh) | 一种便携式高速铁路轮轨振动时空同步测试方法及系统 | |
CN113218640B (zh) | 一种减振轨道的减振效果测试方法 | |
CN113276905A (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 | |
CN112030683A (zh) | 一种路面平整度检测方法 | |
CN115042835B (zh) | 一种铁路车辆车轮伤损声学检测方法及系统 | |
JP7049198B2 (ja) | 車輪偏摩耗判定方法および判定プログラム | |
RU2337031C1 (ru) | Способ мониторинга износа поверхности катания колеса железнодорожной колесной пары | |
JP3103034B2 (ja) | 走行列車の情報検出方法 | |
CN104271428A (zh) | 用于调查轮轨接触的方法 | |
JP4118780B2 (ja) | 車両の異常検出システム及び異常検出方法 | |
CN1369595A (zh) | 轨道状态检测装置 | |
CN210591925U (zh) | 轴箱振动的轮径差检测系统 | |
CN113343919A (zh) | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 | |
CN111426477A (zh) | 一种轨边声学诊断的电机转承检测系统 | |
CN113032907A (zh) | 基于波形相关关系的晃车病害数据偏差纠正方法及系统 | |
CN112762809B (zh) | 一种有缝钢轨缝隙故障检测方法 | |
US20230339524A1 (en) | Method for monitoring a railway track and monitoring system for monitoring a railway track | |
CN112012060B (zh) | 一种铁路轨道基础装备质量状况预测判断方法 | |
CN115144474A (zh) | 一种超声信号数据质量检测方法 |
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 |