CN115615724A - 一种轨道车辆底架设备机械故障监测系统及方法 - Google Patents

一种轨道车辆底架设备机械故障监测系统及方法 Download PDF

Info

Publication number
CN115615724A
CN115615724A CN202211424959.9A CN202211424959A CN115615724A CN 115615724 A CN115615724 A CN 115615724A CN 202211424959 A CN202211424959 A CN 202211424959A CN 115615724 A CN115615724 A CN 115615724A
Authority
CN
China
Prior art keywords
power spectrum
fault monitoring
signal
fault
sound
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.)
Pending
Application number
CN202211424959.9A
Other languages
English (en)
Inventor
王维
黄涛
张军贤
吕红强
周杨
阎兆立
吴鸣
陈晓斌
杨军
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.)
Nanjing Rail Transit Industry Development Co.,Ltd.
Original Assignee
CRRC Nanjing Puzhen 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 CRRC Nanjing Puzhen Co Ltd filed Critical CRRC Nanjing Puzhen Co Ltd
Priority to CN202211424959.9A priority Critical patent/CN115615724A/zh
Publication of CN115615724A publication Critical patent/CN115615724A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/08—Railway vehicles
    • G01M17/10—Suspensions, axles or wheels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种轨道车辆底架设备机械故障监测系统及方法，在车架上布放一个传声器阵列，在车辆运行时实时采集故障监测区域的各类噪声，通过信号处理手段提取异常噪声，并利用阵列信号处理技术实现对异常声源的定位，实现对车辆转向架(车辆走形部件)快速确定故障设备及定位，从而有效对各类设备的异常情况进行有效监测。

Description

一种轨道车辆底架设备机械故障监测系统及方法
技术领域
本发明涉及轨道交通故障监测技术领域，特别涉及一种轨道车辆底架设备机械故障监测系统及方法。
背景技术
目前在铁路行业有安装在轨边的基于声学的火车轴承故障监测设备。但是该方式只能对经过监测点的列车进行短时监测，无法实现在线的实时监测，而且要求列车行驶在低速区间。同时为了降低误报率，该设备只有对同一列车的对应轴承连续监测到3-5次故障后才发起报警，因此漏报率较高，且是引进美国的核心技术，部署成本较高，这些都阻碍了该技术的广泛应用。针对TADS系统采用线阵的不足，安徽大学提出一种基于面阵的火车轴承监测方案，也都是布置于轨边的监测设备，增加了俯仰角的空间信息(一种基于麦克风均匀面阵滤波的高速列车轴承故障诊断方法，201810727759.8)。已有的在线监测技术主要是通过布放在列车轴承或动力电机轴承上的加速度计，采集并分析相应测点的振动信号，从而实现对应轴承部位故障的实时监测。而事实上列车的走行部是一个复杂系统，振动分析的测点有限，上述手段无法对其他各类设备异常、安装松动、转向架结构裂纹等异常情况进行有效监测。
发明内容
本发明提供一种轨道车辆底架设备机械故障监测系统及方法，至少可以解决背景技术中所指出的一个问题。
一种轨道车辆底架设备机械故障监测系统，包括：
若干个传声器阵列模块，分别设置于不同的故障监测区域，用于采集车辆发出的异常声响；传声器阵列模块包括安装于车体的若干个传声器单元，用于采集声音信号；
信号处理模块，从传声器阵列模块采集到的声音信号中提取异常噪声，并对异常噪声的声源进行定位，以此发现故障并确认故障位置。
一种轨道车辆底架设备机械故障的监测方法，包括如下步骤：
步骤一：将传声器阵列模块采集到的声音信号经由时域滤波器组wi(n)滤波得到各故障监测区域的声音信号，通过扫描方式拾取故障监测区域目标区域处的声音信号，并且抑制其他非故障监测区域处的声信号，实现空间滤波和声源定位；
步骤二：计算轮对经过非轨道接缝处的声音信号的功率谱，将功率谱作为背景噪声，并不断迭代更新；
对当前帧数据计算功率谱，除以背景噪声功率谱，得到功率谱商；
根据信号功率谱分布特点，对其中某个子带的功率谱商计算平均值，得到普脉冲指数；
结合声音信号的峭度以及谱质心，识别出异常信号；
所述步骤一中将传声器阵列模块采集到的声音信号经由时域滤波器组wi(n)滤波得到各故障监测区域的声音信号的方法如下：
采集发声信号ri(n)以及传声器单元的接收信号dk(n)，计算得到各故障监测区域至传声器单元的脉冲响应，其中所采用的计算公式为：
Figure BDA0003943809460000021
其中i对应于第i个区域的发声信号，n代表采样时刻，l表示计算的脉冲响应采样点，dk(n-l)表示第n-l时刻的接收信号；
再通过傅里叶变化将脉冲响应转为频率响应，转换公式为：
Gik(jω)＝FFT{gik(l)}；
对频率响应进行组合，得到各故障监测区域至传声器单元的传递函数矩阵：
Gi(jω)＝[Gi1(jω)...Gik(jω)]，及
G i(jω)＝[G1(jω)...Gi-1(jω)Gi+1(jω)...GI(jω)]；
根据Gi(jω)以及Gi(jω)得到各故障监测区域对应的滤波器组：
Figure BDA0003943809460000031
其中，PR{}为求矩阵最大特征值对应特征向量操作，Wi(jω)＝[wi1(jω) wi2(jω)... wiK(jω)]为K乘1阶矢量，对应于K个传声器单元；
再通过傅里叶反变换转为时域脉冲响应，转换公式如下：
wik(n)＝IFFT{wik(jω)}；
传声器单元所接收信号xi(n)由滤波器组滤波得到各个故障监测区域的接收信号：
Figure BDA0003943809460000032
其中，
Figure BDA0003943809460000033
代表卷积操作；
计算得到各个故障监测区域的yi(n)，以此实现各个故障监测区域以及监故障监测区域外的声源的分离以及定位；
所述步骤二中的谱脉冲指数的计算如下：
截取轮对经过两个相邻轨道接缝之间的数据x′i(n)，计算其功率谱P′i(k)：
Figure BDA0003943809460000034
并通过如下公式进行迭代更新，得到背景噪声功率谱P″i(k)的估计：
P″i(k)＝P″i(k)*α+P′i(k)*(1-α)；
其中，α是遗忘因子，是介于0到1之间的系数；
对于当前帧的监测数据x′j(n)，按照上述计算方式，得到功率谱估计P′j(k)，再计算相对于背景噪声的功率谱商：
Dj(k)＝Pj(k)/P′i(k)；
进一步计算其在一定带宽内的功率谱商的均值，得到谱脉冲指数：
Figure BDA0003943809460000035
从而监测异常噪声并定位到异常噪声出现的时间位置。
与现有技术相比，本发明的有益效果是：本发基于布设与列车底架上的传声器阵列模块去采集列车在行驶过程中发出的声音信息，在车辆运行时实时采集故障监测区域的各类噪声，通过信号处理手段提取异常噪声，并利用阵列信号处理技术实现对异常声源的定位，实现对车辆转向架(车辆走形部件)快速确定故障设备及定位，从而有效对各类设备的异常情况进行有效监测。
附图说明
图1为本发明的系统架构图；
图2为本发明的车载设备实测声信号时域波形的图像；
图3为本发明的车载设备实测声信号谱脉冲指数FP1的图像；
图4为本发明的车载设备实测声信号谱脉冲指数FP2的图像；
图5为本发明的监测方法的流程图。
具体实施方式
下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
如图1至图5所示，本发明实施例提供的一种轨道车辆底架设备机械故障监测系统，包括：
若干个传声器阵列模块，分别设置于不同的故障监测区域(如齿轮箱区域、车轮区域等)，用于采集车辆发出的异常声响；传声器阵列模块包括安装于车体上(具体为地铁车辆底部的转向架处)的若干个传声器单元，用于采集声音信号；
信号处理模块，从传声器阵列模块采集到的声音信号中提取异常噪声，并对异常噪声的声源进行定位，以此发现故障并确认故障位置；
传声器阵列模块通过传声器支架固定设置于车体上，此安装方式为现有结构，故不在此赘述；
传声器阵列模块与信号处理模块之间通过线缆或无线通信的方式进行信号的传输，信号处理模块可采用嵌入式系统，包括ARM系统、DSP系统等，如图1所示，信号处理模块(处理器)通过A/D转换接口接收声音信号，将异常声音信号数据储存以及通过网络传输将异常监测情况发送至司机室或立车运行控制中心处，此通信方式采用现有通信设计，故不在此赘述；
一种基于轨道车辆底架设备机械故障监测系统的监测方法，包括如下步骤：
步骤一：将传声器阵列模块采集到的声音信号经由时域滤波器组wi(n)滤波得到各故障监测区域的声音信号，通过扫描方式拾取故障监测区域目标区域处的声音信号，并且抑制其他非故障监测区域处的声信号，实现空间滤波和声源定位；
步骤二：计算轮对经过非轨道接缝处的声音信号的功率谱，将功率谱作为背景噪声，并不断迭代更新；
对当前帧数据计算功率谱，除以背景噪声功率谱，得到功率谱商；
根据信号功率谱分布特点，对其中某个子带的功率谱商计算平均值，得到普脉冲指数；
结合峭度以及谱质心，识别出异常信号；
步骤一中的，时域滤波器wi(n)依据列车实际情况进行预先设计，设计步骤包括：
1、依据实际情况判断处需要进行故障判断的区域；
2、采用声源实际测量得到该区域至传声器阵列的传递函数矩阵Gi(jω)，i＝1...I，I为区域总数；
3、依据测量得到的频域传递函数矩阵设计不同区域的频域接收信号滤波矩阵；
4、依据频率接收信号滤波矩阵通过快速傅里叶变换得到时域的接收信号滤波矩阵wi(n)；
步骤一中将传声器阵列模块采集到的声音信号经由时域滤波器组wi(n)滤波得到各故障监测区域的声音信号的方法如下：
采集发声信号ri(n)以及传声器单元的接收信号dk(n)，计算得到各故障监测区域至传声器单元的脉冲响应，其中所采用的计算公式为：
Figure BDA0003943809460000051
其中i对应于第i个区域的发声信号，n代表采样时刻，l表示计算的脉冲响应采样点，dk(n-l)表示第n-l时刻的接收信号；
再通过傅里叶变化将脉冲响应转为频率响应，转换公式为：
Gik(jω)＝FFT{gik(l)}；
对频率响应进行组合，得到各故障监测区域至传声器单元的传递函数矩阵：
Gi(jω)＝[Gi1(jω)...Gik(jω)]，及
G i(jω)＝[G1(jω)...Gi-1(jω)Gi+1(jω)...GI(jω)]；
根据Gi(jω)以及G i(jω)得到各故障监测区域对应的滤波器组：
Figure BDA0003943809460000061
其中，PR{}为求矩阵最大特征值对应特征向量操作，Wi(jω)＝[wi1(jω) wi2(jω)... wiK(jω)]为K乘1阶矢量，对应于K个传声器单元；
再通过傅里叶反变换转为时域脉冲响应，转换公式如下：
wik(n)＝IFFT{wik(jω)}；
传声器单元所接收信号xi(n)由滤波器组滤波得到各个故障监测区域的接收信号：
Figure BDA0003943809460000062
其中，
Figure BDA0003943809460000063
代表卷积操作；
计算得到各个故障监测区域的yi(n)，以此实现各个故障监测区域以及监故障监测区域外的声源的分离以及定位；
步骤二中的谱脉冲指数的计算如下：
截取轮对经过两个相邻轨道接缝之间的数据x′i(n)，计算其功率谱P′i(k)：
Figure BDA0003943809460000064
并通过如下公式进行迭代更新，得到背景噪声功率谱P″i(k)的估计：
P″i(k)＝P″i(k)*α+P′i(k)*(1-α)；
其中，α是遗忘因子，是介于0到1之间的系数；
对于当前帧的监测数据x′j(n)，按照上述计算方式，得到功率谱估计Pj(k)，再计算相对于背景噪声的功率谱商：
Dj(k)＝Pj(k)/P′i(k)；
进一步计算其在一定带宽内的功率谱商的均值，谱脉冲指数对于冲击信号较为敏感，有利于监测淹没于背景噪声中的异常脉冲信号，具体的，本发明实施例选取频段不同，得到两个谱脉冲指数参数：
Figure BDA0003943809460000071
Figure BDA0003943809460000072
从而监测异常噪声并定位到异常噪声出现的时间位置；
所提谱脉冲指数有利于对低信噪比条件下的异常脉冲信号监测，再结合峭度、谱质心等参数，实现对异常信号(异常噪声信号)的快速分类；
图2是在40km/h速度行驶的地铁上采集到声音信号，其中包含了3处松动产生的异音，由于异音非常微弱，在时域图上完全不可见，只能看到转向架的两个轮对经过轨道缝隙时激励的两个脉冲声，图3和图4则分别是提取的谱脉冲指数FP1和FP2，图3中显示的是轮对经过轨道接缝处的信号，图4中显示的是轮对经过轨道接缝处的信号以及异音信号，其中图4可清晰定位到异音出现的时间位置，从而实现对微弱异音及其位置的有效监测，即发现故障以及故障所在的位置，监测系统通过网络传输将异常监测情况发送至司机室或列车运行控制中心处，由列车运行控制中心或司机室作出判断，在此次运营结束后进行维修或让列车紧急停车进行维修。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神和基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.一种轨道车辆底架设备机械故障监测系统，其特征在于，包括：
若干个传声器阵列模块，分别设置于不同的故障监测区域，用于采集车辆发出的异常声响；传声器阵列模块包括安装于车体的若干个传声器单元，用于采集声音信号；
信号处理模块，从传声器阵列模块采集到的声音信号中提取异常噪声，并对异常噪声的声源进行定位，以此发现故障并确认故障位置。
2.一种使用如权利要求1所述的轨道车辆底架设备机械故障监测系统的监测方法，其特征在于，包括如下步骤：
步骤一：将传声器阵列模块采集到的声音信号经由时域滤波器组wi(n)滤波得到各故障监测区域的声音信号，通过扫描方式拾取故障监测区域目标区域处的声音信号，并且抑制其他非故障监测区域处的声信号，实现空间滤波和声源定位；
步骤二：计算轮对经过非轨道接缝处的声音信号的功率谱，将功率谱作为背景噪声，并不断迭代更新；
对当前帧数据计算功率谱，除以背景噪声功率谱，得到功率谱商；
根据信号功率谱分布特点，对其中某个子带的功率谱商计算平均值，得到普脉冲指数；
结合声音信号的峭度以及谱质心，识别出异常信号。
3.如权利要求2所述的一种轨道车辆底架设备机械故障的监测方法，其特征在于，所述步骤一中将传声器阵列模块采集到的声音信号经由时域滤波器组wi(n)滤波得到各故障监测区域的声音信号的方法如下：
采集发声信号ri(n)以及传声器单元的接收信号dk(n)，计算得到各故障监测区域至传声器单元的脉冲响应，其中所采用的计算公式为：
Figure FDA0003943809450000011
其中i对应于第i个区域的发声信号，n代表采样时刻，l表示计算的脉冲响应采样点，dk(n-l)表示第n-l时刻的接收信号；
再通过傅里叶变化将脉冲响应转为频率响应，转换公式为：
Gik(jω)＝FFT{gik(l)}；
对频率响应进行组合，得到各故障监测区域至传声器单元的传递函数矩阵：
Gi(jω)＝[Gi1(jω) … Gik(jω)]，及
G i(jω)＝[G1(jω) … Gi-1(jω)Gi+1(jω) … GI(jω)]；
根据Gi(jω)以及G i(jω)得到各故障监测区域对应的滤波器组：
Figure FDA0003943809450000021
其中，PR{}为求矩阵最大特征值对应特征向量操作，Wi(jω)＝[wi1(jω) wi2(jω) …wiK(jω)]为K乘1阶矢量，对应于K个传声器单元；
再通过傅里叶反变换转为时域脉冲响应，转换公式如下：
wik(n)＝IFFT{wik(jω)}；
传声器单元所接收信号xi(n)由滤波器组滤波得到各个故障监测区域的接收信号：
Figure FDA0003943809450000022
其中，
Figure FDA0003943809450000023
代表卷积操作；
计算得到各个故障监测区域的yi(n)，以此实现各个故障监测区域以及监故障监测区域外的声源的分离以及定位。
4.如权利要求3所述的一种轨道车辆底架设备机械故障的监测方法，其特征在于，所述步骤二中的谱脉冲指数的计算如下：
截取轮对经过两个相邻轨道接缝之间的数据x′i(n)，计算其功率谱P′i(k)：
Figure FDA0003943809450000024
并通过如下公式进行迭代更新，得到背景噪声功率谱P″i(k)的估计：
P″i(k)＝P″i(k)*α+P′i(k)*(1-α)；
其中，α是遗忘因子，是介于0到1之间的系数；
对于当前帧的监测数据x′j(n)，按照上述计算方式，得到功率谱估计Pj(k)，再计算相对于背景噪声的功率谱商：
Dj(k)＝Pj(k)/P′i(k)；
进一步计算其在一定带宽内的功率谱商的均值，得到谱脉冲指数：
Figure FDA0003943809450000031
从而监测异常噪声并定位到异常噪声出现的时间位置。
CN202211424959.9A 2022-11-15 2022-11-15 一种轨道车辆底架设备机械故障监测系统及方法 Pending CN115615724A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211424959.9A CN115615724A (zh) 2022-11-15 2022-11-15 一种轨道车辆底架设备机械故障监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211424959.9A CN115615724A (zh) 2022-11-15 2022-11-15 一种轨道车辆底架设备机械故障监测系统及方法

Publications (1)

Publication Number Publication Date
CN115615724A true CN115615724A (zh) 2023-01-17

Family

ID=84878248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211424959.9A Pending CN115615724A (zh) 2022-11-15 2022-11-15 一种轨道车辆底架设备机械故障监测系统及方法

Country Status (1)

Country Link
CN (1) CN115615724A (zh)

Similar Documents

Publication Publication Date Title
CN112543725B (zh) 轨道车声学监测系统及其使用方法
CN101650221B (zh) 铁路列车车内噪声测量分析方法及其系统
US6951132B2 (en) Rail and train monitoring system and method
Zhang et al. Multi-bearing weak defect detection for wayside acoustic diagnosis based on a time-varying spatial filtering rearrangement
Zhang et al. An improved AE detection method of rail defect based on multi-level ANC with VSS-LMS
CN107941513B (zh) 一种列车走行部轴承非平稳运维的时频阶比跟踪方法
CN105258785A (zh) 声学监测站、车轮检测方法和列车轴承故障被动声学诊断系统
EP3219574B1 (en) Method and system for determining a vertical profile of a rail surface
TW201341775A (zh) 車輛故障診斷方法以及系統以及其電腦可讀取記錄媒體
CN112082782B (zh) 城市轨道交通列车走行部故障数字诊断系统及其诊断方法
CN209055845U (zh) 一种高速动车组行车故障监测与诊断系统
CN103194942B (zh) 一种轨道振动信号移动检测装置及检测方法
He et al. Trackside acoustic detection of axle bearing fault using wavelet domain moving beamforming method
CN111055881A (zh) 一种基于噪声信号的轮轨界面损伤演变监测方法
CN102452403B (zh) 机车发动机与传动机构异常状态的智能识别方法及装置
Wang et al. A practical structural health monitoring system for high-speed train car-body
CN109489998A (zh) 一种车载式声学检测系统
Nowakowski et al. Tram gearbox condition monitoring method based on trackside acoustic measurement
CN115615724A (zh) 一种轨道车辆底架设备机械故障监测系统及方法
JP7160190B2 (ja) 異常検出装置、方法、システム及びプログラム
Kojima et al. Fault detection of railway track by multi-resolution analysis
CN114239347B (zh) 一种基于运营列车振动信号实时量测铁路轨道支撑刚度的高效方法
Entezami et al. Lineside and on-board monitoring techniques for infrastructure and rolling stock on high-speed lines
CN115140132A (zh) 一种轨道状态监测方法、系统、设备及介质
CN112033709B (zh) 一种基于动力学监测的城轨车辆服役能力评估方法

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
TA01 Transfer of patent application right

Effective date of registration: 20230628

Address after: 601-5, No. 33, Qiuyun Road, Pukou District, Nanjing, Jiangsu 210000

Applicant after: Nanjing Rail Transit Industry Development Co.,Ltd.

Address before: No. 68, Puzhu North Road, Taishan Park, Jiangbei New District, Nanjing, Jiangsu 211500

Applicant before: CRRC NANJING PUZHEN Co.,Ltd.

TA01 Transfer of patent application right