非接触式铁路桥梁状况综合检测方法和系统

摘要

本申请公开了一种非接触式铁路桥梁状况综合检测方法和系统，包括：通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数；利用安装在轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面，以绘制钢轨表观缺陷的声压分布图；采用时间反演算法对钢轨表观缺陷的光声图像进行重建；利用模态分解法提取包含钢轨表观缺陷信息的特征参数；采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度；根据获取的动力特性参数、分类结果和确定的内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。这样有效避免在铁路桥梁上布设传感器，降低数据处理难度，同时减轻人工检测的劳动强度，节约检测成本。

说明书

技术领域

本发明涉及铁路桥梁检测领域，特别是涉及一种非接触式铁路桥梁状况综合检测方法和系统。

背景技术

随着我国高速铁路的快速发展，截至2019年底，我国高速铁路的总里程已超过3.5万公里。桥梁作为高速铁路的重要组成部分，占线路比例非常之高，比如京津城际桥梁为86.6％，京沪高铁为80.5％，广珠城际为94.0％。在高铁不断提速、荷载不断增大以及恶劣的环境情况下，高铁桥梁结构的工作性能和健康状况对高速列车的运营安全有着至关重要的影响。如何检测和评估高铁桥梁是当前我国高铁建设和运营维护管理亟待解决的问题。

目前，针对铁路桥梁的检测方法多为人工检测，难免会出现漏检或者检测深度不够，无法保证铁路桥梁结构的安全隐患全面排除；人工检测的作业需要在天窗时间进行，而天窗是时间大多在晚上，作业时间和作业场地严重受限，随着铁路的高效运营，天窗时间也将会逐步缩短，给天窗时间内铁路桥梁的检测造成更大的压力；实时性较差，不能及时发现安全隐患进行预防和预警。

发明内容

有鉴于此，本发明的目的在于提供一种非接触式铁路桥梁状况综合检测方法和系统，可以快速检测表观病害和内部损伤，减轻人工检测劳动强度，提高检测智能化水平。其具体方案如下：

一种非接触式铁路桥梁状况综合检测方法，包括：

通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数；

利用安装在所述轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面，以绘制激光照射下钢轨表观缺陷的声压分布图；

采用时间反演算法对钢轨表观缺陷的光声图像进行重建；

利用模态分解法从重建的所述光声图像中提取包含钢轨表观缺陷信息的特征参数，构建包含钢轨表观缺陷信息的特征参数数据库；

根据构建的所述特征参数数据库，采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度；

根据获取的所述动力特性参数、分类结果和确定的所述内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。

优选地，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数，具体包括：

通过安装在轨道检测车辆上的加速度传感器采集列车-轨道-桥梁耦合振动系统的振动响应信号；

对采集的所述振动响应信号进行增强和重构降噪；

根据重构降噪后的信号，提取铁路桥梁结构的动力特性参数；所述动力特性参数包括铁路桥梁的固有频率、振型和阻尼比。

优选地，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，利用模态分解法从重建的所述光声图像中提取包含钢轨表观缺陷信息的特征参数，具体包括：

利用模态分解法从重建的所述光声图像中提取并分解非平稳随机初始光声信号，获得包含钢轨表观缺陷信息的本征模函数；

根据获得的所述本征模函数，从时域和频域范围内对包含钢轨表观缺陷信息的特征参数进行提取。

优选地，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，还包括：

通过搭载在所述轨道检测车辆上的高清相机获取桥面视频信息，并根据所述桥面视频信息，对铁路桥梁表观病害进行识别与定位。

优选地，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，根据所述桥面视频信息，对铁路桥梁表观病害进行识别与定位，具体包括：

建立铁路桥梁表观病害数据库，作为数据集；

采用拉普拉斯算子对所述铁路桥梁表观病害数据库中病害图像的边缘的细节信息进行处理；

构建深度卷积神经网络模型，将所述数据集分为训练集、验证集和测试集，以所述训练集为样本对所述深度卷积神经网络模型进行训练，并在所述验证集上检验训练结果，不断调整参数直到所述深度卷积神经网络模型在所述测试集上的识别精度达到要求；

利用训练好的所述深度卷积神经网络模型对所述桥面视频信息中的铁路桥梁表观病害进行类型和特征的识别；

根据车载GPS和视频图像处理方法，确定铁路桥梁表观病害与桥梁结构关键构件和位置的对应关系，以对铁路桥梁表观病害进行定位和标记。

优选地，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，还包括：

采用搭载在所述轨道检测车辆上的无人机对铁路桥梁侧面和底部、索塔外表面进行测量，以对铁路桥梁表观病害进行识别与定位。

本发明实施例还提供了一种非接触式铁路桥梁状况综合检测系统，包括：

加速度传感器，安装在轨道检测车辆上，用于获取铁路桥梁的动力特性参数；

激光超声探头，安装在所述轨道检测车辆上，用于发出激光并照射至钢轨表面，以绘制激光照射下钢轨表观缺陷的声压分布图；

处理芯片，用于采用时间反演算法对钢轨表观缺陷的光声图像进行重建；利用模态分解法从重建的所述光声图像中提取包含钢轨表观缺陷信息的特征参数，构建包含钢轨表观缺陷信息的特征参数数据库；根据构建的所述特征参数数据库，采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度；根据获取的所述动力特性参数、分类后的钢轨表观缺陷和确定的所述内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。

优选地，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测系统中，还包括：

高清相机，搭载在所述轨道检测车辆上，用于获取桥面视频信息；

无人机，搭载在所述轨道检测车辆上，用于对铁路桥梁侧面和底部、索塔外表面进行测量；

所述处理芯片，还用于根据所述桥面视频信息和无人机测量结果，对铁路桥梁表观病害进行识别与定位。

从上述技术方案可以看出，本发明所提供的一种非接触式铁路桥梁状况综合检测方法，包括：通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数；利用安装在轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面，以绘制激光照射下钢轨表观缺陷的声压分布图；采用时间反演算法对钢轨表观缺陷的光声图像进行重建；利用模态分解法从重建的光声图像中提取包含钢轨表观缺陷信息的特征参数，构建包含钢轨表观缺陷信息的特征参数数据库；根据构建的特征参数数据库，采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度；根据获取的动力特性参数、分类结果和确定的内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。

本发明利用轨道检测车辆的动力响应获取铁路桥梁结构的动力特性，有效避免在铁路桥梁上布设传感器、降低所需要的传感器数量和数据处理难度，同时利用搭载在轨道检测车辆上的激光超声探头，识别钢轨表观缺陷类型和特征，可对钢轨表观缺陷和内部损伤同时进行快速检测，减轻了人工检测的劳动强度，节约了检测成本，有效避免了人工检测漏检或者检测深度不够等问题，提高了铁路桥梁检测智能化水平，推动铁路桥梁检测向智能化、数字化和信息化方向发展。此外，本发明还针对非接触式铁路桥梁状况综合检测方法提供了相应的系统，进一步使得上述方法更具有实用性，该系统具有相应的优点。

附图说明

为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的非接触式铁路桥梁状况综合检测方法的流程图；

图2为本发明实施例提供的对铁路桥梁动力特性参数和表观缺陷进行识别的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种非接触式铁路桥梁状况综合检测方法，如图1所示，包括以下步骤：

S101、通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数；

S102、利用安装在轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面，以绘制激光照射下钢轨表观缺陷的声压分布图；

可以理解的是，当激光照射到钢轨表面时，钢轨表层几毫米的深度范围内将会产生初始的声场；表面存在缺陷钢轨产生的初始声场与表面无缺陷钢轨会有所不同，并且钢轨缺陷底部受到激光的照射会产生声场，因此钢轨表面缺陷不同将会产生不同的声场，采用重建算法将收集到的光声信号绘制出不同钢轨表观缺陷的声压分布图，从而实现识别钢轨表观缺陷的目的；

S103、采用时间反演算法对钢轨表观缺陷的光声图像进行重建；

需要说明的是，时间反演重建算法基于光声效应的基本原理，当钢轨中声速为均匀声速时，光声效应的基本方程以下用3个声学线性方程表示：

初始条件为：

其中，

方程初始声压值取为0，即：

S104、利用模态分解法从重建的光声图像中提取包含钢轨表观缺陷信息的特征参数，构建包含钢轨表观缺陷信息的特征参数数据库；

S105、根据构建的特征参数数据库，采用支持向量机（Support Vector Machine，SVM）对钢轨表观缺陷进行分类并确定内部损伤程度；在实际应用中，本发明可以先使用网格搜索法对SVM的核函数参数和惩罚因子进行优化，然后采用优化后的SVM对钢轨表观缺陷进行分类，其分类结果可以包括轨道的轨头、轨腰和轨底的裂纹，轨道的表面以及安装螺丝是否松动等；

S106、根据获取的动力特性参数、分类结果和确定的内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。

在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，当轨道检测车辆行驶通过铁路桥梁时，利用轨道检测车辆的动力响应获取铁路桥梁结构的动力特性，有效避免在铁路桥梁上布设传感器、降低所需要的传感器数量和数据处理难度，同时利用搭载在轨道检测车辆上的激光超声探头，识别钢轨表观缺陷类型和特征，可对钢轨表观缺陷和内部损伤同时进行快速检测，减轻了人工检测的劳动强度，节约了检测成本，有效避免了人工检测漏检或者检测深度不够等问题，提高了铁路桥梁检测智能化水平，推动铁路桥梁检测向智能化、数字化和信息化方向发展。

进一步地，在具体实施时，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，步骤S101通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数，具体可以包括以下步骤：

步骤一、通过安装在轨道检测车辆上的加速度传感器采集列车-轨道-桥梁耦合振动系统的振动响应信号；

步骤二、对采集的振动响应信号进行增强和重构降噪；

在实际应用中，轨道检测车辆作用下测量得到的振动响应信号为含噪非平稳振动信号，可以通过信号技术处理对采集的振动响应信号进行增强和重构降噪；具体地，基于变分模态分解法（VMD）预处理信号，对振动响应信号进行增强，以及信号重构降噪。在信号去噪的基础上，基于鲁棒性独立成分分析（RICA）从车辆振动信号分离出各个相互独立的源信号成分，并结合频谱分析、连续小波变换等方法提取列车和桥梁结构的动力特征参数；

步骤三、根据重构降噪后的信号，提取铁路桥梁结构的动力特性参数；动力特性参数包括铁路桥梁的固有频率、振型和阻尼比；

具体地，通过车辆振动响应信号反演得到的铁路桥梁振动响应，采用经验模态分解及其改进方法（EMD/EEMD/VMD）及压缩小波变换（SSWT）等方法获取铁路桥梁的固有频率、阻尼比和高分辨率的铁路桥梁一维振型。

在具体实施时，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，步骤S104利用模态分解法从重建的光声图像中提取包含钢轨表观缺陷信息的特征参数，具体可以包括这些步骤：首先，利用模态分解法（Empirical Mode Decomposition，EMD）从重建的光声图像中提取并分解非平稳随机初始光声信号，从而得到了若干个有限的本征模函数（Intrinsic Mode Function，IMF），获得包含钢轨表观缺陷信息的IMF；然后，根据获得的本征模函数，从时域和频域范围内对包含钢轨表观缺陷信息的特征参数进行提取。

进一步地，在具体实施时，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，还可以包括：通过搭载在轨道检测车辆上的高清相机获取桥面视频信息，并根据桥面视频信息，对铁路桥梁表观病害进行识别与定位。通过上述高清相机识别铁路桥梁结构的表观缺陷类型和特征，可对铁路桥梁表观缺陷进行快速检测，进一步减轻人工检测的劳动强度，节约检测成本。

在具体实施时，上述步骤中，根据桥面视频信息，对铁路桥梁表观病害进行识别与定位，具体可以包括以下步骤：

第一步、针对铁路桥梁常见的病害类型进行分类和分级，比如混凝土蜂窝、剥落、空洞、露筋、错台，钢结构涂层裂化、锈蚀、焊缝裂纹、铆钉和螺栓松动或脱落等，因此可从各种渠道大量收集病害图像，建立铁路桥梁表观病害数据库，作为深度学习模型训练的数据集；

第二步、采用拉普拉斯算子对铁路桥梁表观病害数据库中病害图像的边缘的细节信息进行处理；

具体地，拉普拉斯算子模板矩阵

第三步、构建深度卷积神经网络模型，将数据集分为训练集、验证集和测试集，以训练集为样本对深度卷积神经网络模型进行训练，并在验证集上检验训练结果，不断调整参数直到深度卷积神经网络模型在测试集上的识别精度达到要求；

第四步、利用训练好的深度卷积神经网络模型对桥面视频信息中的铁路桥梁表观病害进行类型和特征的识别，以及基于对照物采用图像识别方法计算病害的实际尺寸；

第五步、根据车载GPS和视频图像处理方法，确定铁路桥梁表观病害与桥梁结构关键构件和位置的对应关系，以对铁路桥梁表观病害进行定位和标记。

进一步地，在具体实施时，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测方法中，由于轨道检测车辆存在不能检测到的区域，比如桥梁侧面和底部、索塔外表面等，该方法还可以包括：采用搭载在轨道检测车辆上的无人机对铁路桥梁侧面和底部、索塔外表面进行测量，并基于类似的神经网络模型进行识别，以对铁路桥梁表观病害进行识别与定位。这样通过上述加速度传感器、激光超声探头、高清相机和无人机对钢轨内部和铁路桥梁表观病害进行检测，可以实现铁路桥梁、钢轨、桥面、轨道板和支座的全面检测。

需要说明的是，通过轨道检测车辆可以定期或定时对整个区域内的桥梁运营状况、退化行为、剩余寿命、维护成本等进行预测，为路网桥梁的安全监测、运营维护、日常养护规划与管理提供科学的决策依据。

基于同一发明构思，本发明实施例还提供了一种非接触式铁路桥梁状况综合检测系统，由于该系统解决问题的原理与前述一种非接触式铁路桥梁状况综合检测方法相似，因此该系统的实施可以参见非接触式铁路桥梁状况综合检测方法的实施，重复之处不再赘述。

在具体实施时，本发明实施例提供的非接触式铁路桥梁状况综合检测系统，具体包括：

加速度传感器，安装在轨道检测车辆上，用于获取铁路桥梁的动力特性参数；

激光超声探头，安装在轨道检测车辆上，用于发出激光并照射至钢轨表面，以绘制激光照射下钢轨表观缺陷的声压分布图；

处理芯片，用于采用时间反演算法对钢轨表观缺陷的光声图像进行重建；利用模态分解法从重建的光声图像中提取包含钢轨表观缺陷信息的特征参数，构建包含钢轨表观缺陷信息的特征参数数据库；根据构建的特征参数数据库，采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度；根据获取的动力特性参数、分类后的钢轨表观缺陷和确定的内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。

在本发明实施例提供的上述非接触式铁路桥梁状况综合检测系统中，可以利用轨道检测车辆的动力响应获取铁路桥梁结构的动力特性，有效避免在铁路桥梁上布设传感器、降低所需要的传感器数量和数据处理难度，同时可以利用搭载在轨道检测车辆上的激光超声探头，识别钢轨表观缺陷类型和特征，对钢轨表观缺陷和内部损伤同时进行快速检测，减轻了人工检测的劳动强度，节约了检测成本，有效避免了人工检测漏检或者检测深度不够等问题，提高了铁路桥梁检测智能化水平，推动铁路桥梁检测向智能化、数字化和信息化方向发展。

在具体实施时，在本发明实施例提供的上述非接触式铁路桥梁状况综合检测系统中，还可以包括：

高清相机，搭载在轨道检测车辆上，用于获取桥面视频信息；

无人机，搭载在轨道检测车辆上，用于对铁路桥梁侧面和底部、索塔外表面进行测量；

处理芯片，还用于根据桥面视频信息和无人机测量结果，对铁路桥梁表观病害进行识别与定位。

关于上述各个部件更加具体的工作过程可以参考前述实施例公开的相应内容，在此不再进行赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

本发明实施例提供的一种非接触式铁路桥梁状况综合检测方法，包括：通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数；利用安装在轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面，以绘制激光照射下钢轨表观缺陷的声压分布图；采用时间反演算法对钢轨表观缺陷的光声图像进行重建；利用模态分解法从重建的光声图像中提取包含钢轨表观缺陷信息的特征参数，构建包含钢轨表观缺陷信息的特征参数数据库；根据构建的特征参数数据库，采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度；根据获取的动力特性参数、分类结果和确定的内部损伤程度结合铁路桥梁状况的历史数据，对铁路桥梁的运营状况进行评估。这样利用轨道检测车辆的动力响应获取铁路桥梁结构的动力特性，可有效避免在铁路桥梁上布设传感器、降低所需要的传感器数量和数据处理难度，同时利用搭载在轨道检测车辆上的激光超声探头，识别钢轨表观缺陷类型和特征，可对钢轨表观缺陷和内部损伤同时进行快速检测，减轻了人工检测的劳动强度，节约了检测成本，有效避免了人工检测漏检或者检测深度不够等问题，提高了铁路桥梁检测智能化水平，推动铁路桥梁检测向智能化、数字化和信息化方向发展。此外，本发明还针对非接触式铁路桥梁状况综合检测方法提供了相应的系统，进一步使得上述方法更具有实用性，该系统具有相应的优点。

最后，还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的非接触式铁路桥梁状况综合检测方法和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。