一种钢轨裂纹在线监测噪声滤除和裂纹判定方法及其系统

摘要

本发明公开一种钢轨裂纹在线监测噪声滤除和裂纹判定方法，包括步骤：声发射传感器钢轨声音信号，采集控制器将钢轨声音信号传回至监控端进行处理；用db6小波对钢轨声音信号分层分解，得到小波包重构信号分量和时间、频率及小波系数；通过计算频带能量比的方法来排除小波包重构信号分量中撞击带来的高频干扰；再将剩余小波包重构信号分量的小波系数进行重构，得到重构信号；对重构信号进行经典的声发射参数分析，获得声发射参数；通过对相关图和经历图的分析，判断钢轨是否有裂纹扩展。本发明能够有效去除声发射信号中的噪声干扰信号，能够从干扰信号中分离出裂纹信号，并且分离精度高；不仅用于处理平稳信号，还有对于非平稳信号局部分析功能。

说明书

技术领域

本发明属于钢轨裂纹检测技术领域，特别是涉及一种钢轨裂纹在线监测噪声滤除和裂纹判定方法及其系统。

背景技术

现代化铁路承载能力(更快的运行速度和更大的轴重)增加，提高了钢轨的动态载荷，增加线路劣化的可能性。在长期运营过程中，由于钢轨长期受到挤压形变和滚动接触疲劳，会使钢轨表面和内部产生裂纹、断裂或其他伤损，而钢轨裂纹扩展是导致钢轨断裂出事故的主要原因。为了保持高安全水平的铁路运营，对铁路运行条件的实时在线检测显得尤为重要。声发射可以检测钢轨在行车负载下是否正在发生裂纹扩展。材料中局域源快速释放能量产生瞬态弹性波的现象称为声发射(Acoustic Emission,简称AE)，有时也称为应力波发射。材料在应力作用下的变形与裂纹扩展，是结构失效的重要机制。这种直接与变形和断裂机制有关的源，被称为声发射源。

传统的声发射检测方法是一种为以多个简化的波形特征参数来表征声发射信号的特性，然后对这些波形特征参数进行分析和处理。

然而，裂纹扩展的较高交通噪声环境和有限的信号，尤其是在低裂纹扩展速率下，声发射信号分析非常复杂。因此，需要对声发射信号进行大量分析，从干扰信号中分离出裂纹信号，特别是需要对由裂纹扩展引起的每一声学波形进行量化表征。传统的信号处理方法(傅立叶变换)只能用于处理平稳信号，而对于非平稳信号缺少局部分析功能。

由于小波变换只对信号的低频部分做进一步分解，而对高频部分也即信号的细节部分不再继续分解，所以小波变换能够很好地表征一大类以低频信息为主要成分的信号，但它不能很好地分解和表示包含大量细节信息(细小边缘或纹理)的信号。

发明内容

为了解决上述问题，本发明提出了一种钢轨裂纹在线监测噪声滤除和裂纹判定方法及其系统，能够有效去除声发射信号中的噪声干扰信号，能够从干扰信号中分离出裂纹信号，并且分离精度高；不仅用于处理平稳信号，还有对于非平稳信号局部分析功能。

为达到上述目的，本发明采用的技术方案是：

一种钢轨裂纹在线监测噪声滤除和裂纹判定方法，包括步骤：

S01：由声发射传感器采集钢轨声音信号，并将采集的钢轨声音信号传回至监控端；

S02：监控端通过db6小波对钢轨声音信号进行分层分解，得到小波包，小波包包括重构信号分量和重构信号分量的时间、频率及小波系数；

S03：通过计算频带能量比的方法排除小波包重构信号分量中撞击带来的高频干扰；

S04：再将剩余小波包重构信号分量的小波系数进行重构，得到重构信号；

S05：对重构信号进行声发射参数分析，获得声发射参数；

S06：通过声发射参数绘制相关图和经历图，并分析相关图和经历图，判断钢轨是否有裂纹扩展。

进一步的是，步骤S01中，在采集过程中通过钢轨声音信号的持续时间的长短，判定并排除钢轨声音信号中的轮缘贴靠信号；若持续时间长则为轮缘贴靠信号，若持续时间短则不是轮缘贴靠信号。

进一步的是，在步骤S01中，通过对钢轨声音信号判断是否为摩擦信号，以形成裂纹的慢扩展阶段判定，从而在微观裂纹成为宏观裂纹之前形成预警。

进一步的是，若钢轨声音信号为凸峰和凹谷相互作用形成凹凸交错的信号，交错部分的凸峰会发出一系列弹性波的声发射信号，则此钢轨声音信号为摩擦信号。

所述摩擦信号是由于当两个表面接触的金属物体在发生相对滑动时，表面上的微凸峰和凹谷相互作用形成凹凸交错的信号，交错部分的凸峰会发生折断或塑形变形从而发出一系列弹性波的声发射信号。

进一步的是，步骤S02中，用db6小波对钢轨声音信号进行四层分解得到(4,0)、(4,1)、(4,2)、(4,3)、(4,4)、(4,5)、(4,6)、(4,7)、(4,8)、(4,9)、(4,10)、(4,11)、(4,12)、(4,13)、(4,14)和(4,15)共16个小波包重构信号分量，并得到时间t、频率f及小波系数W。

进一步的是，步骤S05中，声发射参数包括振铃计数、事件计数、峰值和持续时间参数。

另一方面，本发明还提供了一种钢轨裂纹在线监测噪声滤除的系统，包括声发射传感器、采集控制器和监控端；

所述声发射传感器，设置在钢轨上获取钢轨声音信号；

所述采集控制器，包括处理器和通讯电路，输入接口连接声发射传感器，输出接口连接监控端，传递钢轨声音信号数据；

所述监控端，进行信号处理与裂纹判断。

进一步的是，所述监控端包括依次连接的小波分解模块、除干扰模块、小波包重构模块、声发射参数分析模块和裂纹判断模块；

小波分解模块：用db6小波对钢轨声音信号进行分层分解，得到小波包重构信号分量，得到时间、频率及小波系数；

除干扰模块：通过计算频带能量比来排除小波包重构信号分量中撞击带来的高频干扰；

小波包重构模块：再将剩余的小波包重构信号分量的小波系数进行重构，得到重构信号；

声发射参数分析模块：对重构信号进行经典的声发射参数分析，获得声发射参数；

裂纹判断模块：通过对声发射参数的相关图和经历图分析，判断钢轨是否有裂纹扩展。

采用本技术方案的有益效果：

本发明能够有效去除声发射信号中的噪声干扰信号，能够从干扰信号中分离出裂纹信号，并且分离精度高；不仅用于处理平稳信号，还有对于非平稳信号局部分析功能。

声发射信号是由频谱丰富的多组波组成，同时由于传播途径及换能器的原因，声发射信号往往含有噪声。利用小波变换把声发射信号分解到不同的频率通道，就可以在不同的频带上分析声发射信号中的不同频率成分的特征。

加入小波包变换，小波包变换可以对高频部分提供更精细的分解，而且这种分解既无冗余，也无疏漏，所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。

Db6小波变换具有较好的正则性，即该小波作为稀疏基所引入的光滑误差不容易被察觉，使得信号重构过程比较光滑。Db6小波的特点是随着阶次的增大消失矩阶数越大，其中消失矩越高光滑性就越好，频域的局部化能力就越强，频带的划分效果越好。

附图说明

图1为本发明的一种钢轨裂纹在线监测噪声滤除和裂纹判定方法流程示意图；

图2为本发明实施例中用db6小波对钢轨声音信号四层分解的示意图；

图3为本发明实施例中声发射参数的示意图；

图4为本发明实施例中振铃计数的时间经历图；

图5为本发明的一种钢轨裂纹在线监测噪声滤除的系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。

在发明实施例中，参见图1所示，本发明提出了一种钢轨裂纹在线监测噪声滤除和裂纹判定方法，包括步骤：

S01：由声发射传感器采集钢轨声音信号，并将钢轨声音信号传回至监控端进行处理。

其中，步骤S01中，在采集过程中通过钢轨声音信号持续时间的长短判定，并排除钢轨声音信号中的轮缘贴靠信号。

在步骤S01，若钢轨声音信号为凸峰和凹谷相互作用形成凹凸交错的信号，交错部分的凸峰会发出一系列弹性波的声发射信号，则此钢轨声音信号为摩擦信号。以形成裂纹的慢扩展阶段判定，从而在微观裂纹成为宏观裂纹之前形成预警。

所述摩擦信号是由于当两个表面接触的金属物体在发生相对滑动时，表面上的微凸峰和凹谷相互作用形成凹凸交错的信号，交错部分的凸峰会发生折断或塑形变形从而发出一系列弹性波的声发射信号。

S02：监控端通过db6小波对钢轨声音信号进行分层分解，得到小波包，小波包包括重构信号分量和重构信号分量的时间、频率及小波系数。

步骤S02中，如图2所示，用db6小波对钢轨声音信号进行四层分解得到(4,0)、(4,1)、(4,2)、(4,3)、(4,4)、(4,5)、(4,6)、(4,7)、(4,8)、(4,9)、(4,10)、(4,11)、(4,12)、(4,13)、(4,14)和(4,15)共16个小波包重构信号分量，并得到时间t、频率f及小波系数W。

S03：通过计算频带能量比的方法来排除小波包重构信号分量中撞击带来的高频干扰。

由实验室断轨数据分析可得，信号主要集中在(4,1)-(4,10)这几个小波包中；并通过计算频带能量比来排除部分撞击带来的高频干扰；再将该小波系数进行重构，得到重构后的信号。

S04：再将剩余小波包重构信号分量的小波系数进行重构，得到重构信号。

小波系数进行重构：首先将(4，0)和(4,11)-(4,15)这几个节点的系数置零，然后与(4,1)-(4,10)这些节点的系数一起进行还原，得到重构信号。

S05：对重构信号进行经典的声发射参数分析，获得声发射参数。

步骤S05中，声发射参数包括振铃计数、事件计数、峰值、能量和持续时间参数。

具体分析过程如下，如图3所示：

振铃：超过门槛并使某一通道获取数据的钢轨声音信号称之为一个振铃；

事件：产生钢轨声音信号的一次钢轨材料的局部变化称之为一个声发射事件；

计数：越过门槛信号的振荡次数；

开始时间：一个钢轨声音信号的波到达传感器的时间,图中表示为t1；

上升时间：钢轨声音信号第一次越过门槛至最大振幅所经历的时间间隔,Time_up＝t3-t1；

持续时间：钢轨声音信号第一次越过门槛至最终降至门槛所经历的时间间隔,Time_hold＝t2-t1；

峰值：信号波形的最大振幅值,图中表示为Vmax；

能量：信号检波包络线下的面积，

S06：通过对声发射参数相关图和经历图的分析，判断钢轨是否有裂纹扩展。

振铃计数越多表示钢轨裂纹扩展速度越快；事件计数越多表示钢轨裂纹扩展速度越快；峰值越高表示钢轨裂纹宽度越大；能量越高表示钢轨裂纹宽度越大；持续时间越久表示钢轨裂纹扩展速度越快。

如图4所示，振铃计数的时间经历图可以看出，开始裂纹缓慢微小扩展，既而迅速发展；因此声发射可提供缺陷随载荷、时间、温度等外变量而变化的实时或连续信息，因而适用于工业过程在线监控及早期或临近破坏预报。

为配合本发明方法的实现，基于相同的发明构思，如图5所示，本发明还提供了一种钢轨裂纹在线监测噪声滤除的系统，包括声发射传感器、采集控制器和监控端；

所述声发射传感器，设置在钢轨上获取钢轨声音信号；

所述采集控制器，包括处理器和通讯电路，输入接口连接声发射传感器，输出接口连接监控端，传递钢轨声音信号数据；

所述监控端，进行信号处理与裂纹判断。

其中，所述监控端包括依次连接的小波分解模块、除干扰模块、小波包重构模块、声发射参数分析模块和裂纹判断模块；

小波分解模块：用db6小波对钢轨声音信号进行分层分解，得到小波包重构信号分量，得到时间、频率及小波系数；

除干扰模块：通过计算频带能量比来排除小波包重构信号分量中撞击带来的高频干扰；

小波包重构模块：再将剩余的小波包重构信号分量的小波系数进行重构，得到重构信号；

声发射参数分析模块：对重构信号进行经典的声发射参数分析，获得声发射参数；

裂纹判断模块：通过对声发射参数的相关图和经历图分析，判断钢轨是否有裂纹扩展。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。