[发明专利]一种基于振动信号小波阈值降噪的高速道岔伤损识别方法

说明书

技术领域

本发明涉及高速铁路道岔安全监测与防护技术方法，尤其涉及一种用于高速道岔伤损的识别方法。

背景技术

高速道岔是高速铁路所必备的基础设备，属于铁路线路中的活动部件和脆弱环节，具有数量多、寿命短、结构复杂、安全性低等特点，不仅养护维修工作量大，也是维修、监测的重点和难点。由于车辆与轨道相互作用，道岔受外部载荷、环境、灾害等因素的作用，在长期使用过程中不可避免地会受到不同程度的伤损，结构性能下降，影响道岔的使用安全，因此对高速道岔伤损状态的实时监测已成为当今亟待解决的一个课题。

现有的道岔安全监测系统，如俄罗斯的无接触道岔自动控制器ABKC用于检测尖轨密贴，德国的Roadmaster2000道岔监测系统，法国的Track and Turnout monitoring System，中国铁道科学研究院研发的桥上无缝道岔状态实时监测系统。这些监测系统主要监测道岔尖轨位置、转辙机电流、电压、拉力、转换时间、最小轮缘槽、钢轨径向力、钢轨温度等，为掌握道岔的工作状态提供了较好的监测手段，但上述系统均只能监测道岔的明显故障及外在变化，而监测出道岔发生明显、外在变化时，必须立即停止列车运行，进行检修、更换，影响铁路运营效率；另一方面道岔发生明显、外在变化到出现故障直至发生灾难性事故的时间通常很短，这些系统也不能可靠、及时的预防与控制故障及事故的发生。

公开号为CN102175768A的“一种基于振动信号的高铁钢轨伤损探测方法及装置”专利申请，将振动信号进行经验模态分解得到本征模函数(IMF)分量，以IMF分量作为特征信息进行伤损检测。该方法监测的对象为固定的钢轨，由于固定钢轨振动信号规律性强、噪声小，信噪比高，该方法尚能实现；但对活动的、且截面变化的、背景干扰噪声更为强大复杂、振动也剧烈得多的高速道岔，则无法使用。此外，该方法采用经验模态分解存在模态干扰和计算复杂性大等问题，也不适合用于高速道岔伤损的实时监测系统。

发明内容：

本发明的目的是提供一种用于高速道岔监测系统的道岔伤损识别方法，该方法可有效抑制环境噪声和车轮未经过测点时的虚假振动信号对有用信号的干扰，对伤损识别的实时性好和准确率高。

本发明实现其发明目的所采用的技术方案是，一种基于振动信号小波阈值降噪的高速道岔伤损识别方法，包括的步骤有，采集道岔振动信号、提取道岔振动信号特征、分类识别道岔伤损，其特征在于：在所述的提取道岔振动信号特征之前，先从采集的道岔振动信号中提取有效道岔振动信号，并对有效道岔振动信号采用小波阈值方法降噪；所述的提取有效道岔振动信号和采用小波阈值方法降噪的具体做法如下：

(1)提取有效道岔振动信号：对采集到的道岔振动信号进行自动端点检测，确定出车轮经过测点时对应振动信号的起始点和终止点；选出任一对起始点和终止点之间的道岔振动信号，作为有效道岔振动信号x(k)，其中k＝1，2，…，N，N为该对起始点和终止点之间的道岔振动信号包含数据的总个数；

(2)采用小波阈值方法降噪：

(2a)信号的小波分解：采用阶数为14的Daubechies小波对有效道岔振动信号x(k)进行J层小波分解，得到J个细节系数向量d₁，d₂，…，d_J和一个近似系数向量c_J，其中小波分解层数J由自相关系数峰态特征自适应确定；

(2b)对分解的细节系数进行量化：首先对有效道岔振动信号x(k)采用启发式阈值估计准则计算量化阈值λ，然后根据阈值λ对步骤(2a)得到的J个细节系数向量d₁，d₂，…，d_J进行量化得到量化后的细节系数向量对近似系数向量c_J不做处理；

(2c)信号的小波重构：由量化后的J个细节系数向量和一个近似系数向量c_J进行小波重构，重构后的信号即为降噪后的有效道岔振动信号

与现有技术相比，本发明有益效果是：

(1)本发明对道岔振动信号进行自动端点检测来提取有效振动信号，使得提取的有效振动信号既包含了道岔振动的特征信息，又排除了轮对未经过测点时的虚假振动对特征信息的干扰，可以有效提高伤损识别的识别率。

(2)针对道岔振动信号的采样率高，数据量大的不利情况，本发明利用道岔振动信号的自动端点检测结果，抛弃轮对间隙间的虚假振动信号，只提取有效的道岔振动信号进行后续处理，这样做显著减少了后续处理的数据处理量，使得伤损识别的识别时间明显减小，实时性好。