[go: up one dir, main page]

CN106662483B - 铁轨轮组中的异常检测 - Google Patents

铁轨轮组中的异常检测 Download PDF

Info

Publication number
CN106662483B
CN106662483B CN201580044183.XA CN201580044183A CN106662483B CN 106662483 B CN106662483 B CN 106662483B CN 201580044183 A CN201580044183 A CN 201580044183A CN 106662483 B CN106662483 B CN 106662483B
Authority
CN
China
Prior art keywords
train
track
characteristic
acoustic
acoustic signal
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
Application number
CN201580044183.XA
Other languages
English (en)
Other versions
CN106662483A (zh
Inventor
J.凯利
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.)
Optasense Holdings Ltd
Original Assignee
Qinetiq 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 Qinetiq Ltd filed Critical Qinetiq Ltd
Publication of CN106662483A publication Critical patent/CN106662483A/zh
Application granted granted Critical
Publication of CN106662483B publication Critical patent/CN106662483B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61KAUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00Railway 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
    • B61K9/12Measuring or surveying wheel-rims
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L1/00Devices along the route controlled by interaction with the vehicle or train
    • B61L1/02Electric devices associated with track, e.g. rail contacts
    • B61L1/06Electric devices associated with track, e.g. rail contacts actuated by deformation of rail; actuated by vibration in rail
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请涉及用于检测轨道车辆的轮组中的异常的方法和装置,例如用于检测车轮(301)的诸如车轮扁疤(303)之类的缺陷。在列车(202)沿着轨道的至少一部分移动时,该方法使用具有沿着铁轨轨道(201)的该部分部署的感测光纤(104)的分布式声学传感器(106)。分布式声学传感器检测来自感测光纤的多个纵向感测部分的声学信号。处理器108分析声学信号以确定列车速度v。在已经确定列车速度之后,处理器还分析声学信号以获得特征声学信号,以便检测轮组中的异常,其中,特征声学信号基于确定的列车速度。特别地,该方法可以至少涉及轨道的第一区段和轨道的第二区段,在轨道的第一区段处,列车以第一速度v1行进,在轨道的第二区段处,列车以不同的第二速度v2行进,特征声学信号可以是在与列车速度成比例变化的频率处的重复信号。

Description

铁轨轮组中的异常检测
技术领域
本申请涉及用于使用光纤分布式感测来监视在铁轨轨道上移动的列车以检测轮组(wheelset)中的异常的方法和装置,并且特别地涉及轮组的滚动部件中的异常的检测,特别是车轮扁疤(wheel flat)的检测。
背景技术
为安全起见,存在检测铁轨车辆的轮组中的异常的明确期望。甚至列车的单个车轮的故障可能潜在地导致脱轨,这具有潜在的严重后果。
希望检测的一个这样的车轮缺陷是车轮扁疤。车轮扁疤是车轮形状的缺陷,例如车轮的从正常的大致圆形形状变形的区域。车轮扁疤可以例如包括在车轮上的相对平坦的部位。车轮扁疤可能例如由列车轮组沿着铁轨的打滑而引起。这可能例如在一些制动状态下发生,例如重制动或者在列车制动器未被正确地应用的情况下。滑的铁轨或者滑动和滑行条件也可能导致列车车轮开始打滑,如果打滑延伸超过铁轨的滑的部分,该打滑可能导致问题。当车轮被沿着铁轨拖动时,车轮形状可能变形。
产生车轮扁疤的车轮可能以各种方式存在问题。生成车轮扁疤的过程可能已经损坏了轮组,例如由于在在车轮打滑期间生成的热量而损坏了轮组。此外,具有车轮扁疤的区域在车轮旋转期间将趋于冲击铁轨。对车轮的重复冲击可能导致车轮和/或可能的相关的轴承组件的进一步损坏。此外,车轮扁疤可能导致铁轨轨道本身的损坏。在极端情况下,这可能导致车轮或铁轨轨道发生灾难性故障。车轮扁疤也可能使车轮变形,从而改变车轮与制动块之间的间隙,这可能导致问题。
因此,存在对检测车轮扁疤的明确期望,以使得可以应用预防性维护。车轮扁疤检测的最基本的方法是由维护人员对列车轮的视觉检查。然而,这种方法是耗时的,因为每个车轮必须被单独检查,并且通常列车必须在车轮的两次或多次检查之间移动,或者可能以低速连续移动,以使得可以检查每个车轮的整个周长。
一些车轮扁疤检测方法依赖于检测可能导致车轮扁疤的状态,例如,列车车轮的打滑。如果确定列车或特定的车轮已经打滑,则这可以触发警报并且提示适当的检查。
同样已经提出了使用声学监视来提供车轮扁疤的检测。如上所述,在具有车轮扁疤的车轮旋转时,车轮扁疤将会冲击铁轨,这可能产生冲击噪声。在列车移动时,来自车轮扁疤的重复冲击将因此典型地导致归因于重复冲击的重复噪声。该重复的冲击噪声可以用作指示车轮扁疤的声学识别标志。因此,已经提出了在铁轨轨道的附近放置诸如麦克风之类的声学换能器,以在列车通过时听取由列车生成的声音。如果要检测具有显著周期分量的声学信号,则这可以用作可能的车轮扁疤的指示。
车轮扁疤检测的声学监视提供了若干益处。单个轨道旁传感器可以提供对通过该传感器的所有列车的自动监视,并且不需要在列车自身上的任何感测设备。
发明内容
本发明的实施例涉及通过声学/振动检测来检测铁轨车辆的轮组的滚动部件中的车轮扁疤和/或其他相关缺陷,并且旨在提供改进的检测/区别。
因此,根据本发明,提供了一种检测列车轮组中的异常的方法,包括:
当列车沿着轨道的至少一部分移动时,获得由具有沿着铁轨轨道的该部分部署的感测光纤的分布式声学传感器所获取的数据,其中,所述数据对应于由所述感测光纤的多个纵向感测部分所检测到的声学信号;
分析所述声学信号以确定列车速度;以及
分析来自所述纵向感测部分的所述声学信号以获得特征声学信号,以便检测轮组中的异常;
其中所述特征声学信号基于所确定的列车速度。
因此,本发明的该方面的方法使用光纤分布式声学感测(DAS)的原理。分布式声学感测是已知类型的感测,其中,光纤被部署为感测光纤,并且利用电磁辐射重复地询问以提供沿着光纤的长度的声学活动的感测。通常,一个或多个输入辐射脉冲发射到光纤中。通过分析从光纤内反向散射的辐射,光纤可以有效地分成多个离散的感测部分,这些感测部分可以是(但不一定是)连续的。在每个离散感测部分内,光纤的机械扰动(例如,由入射声波引起的应变)导致从该部分反向散射的辐射的性质的变化。该变化可以被检测和分析并用于给出在该感测部分处的光纤的扰动强度的测量。因此,DAS传感器有效地用作光纤的声学感测部分的线性感测阵列。光纤的感测部分的长度由询问辐射的特征和应用于反向散射信号的处理来确定,但通常可以使用几米至几十米左右的量级的感测部分。如在本说明书中所使用的,术语“分布式声学感测”将理解为意指通过以光学方式询问光纤以提供沿着光纤纵向分布的多个离散声学感测部分的感测,并且术语“分布式声学传感器”将被相应地解释。术语“声学”意指可以导致光纤上的应变变化的任何类型的压力波或机械扰动,并且为了避免怀疑,术语“声学”被认为包括超声波和次声波以及地震波。
DAS可以被操作以在长的光纤长度上提供许多感测通道,例如DAS可以应用在具有大约10m长的连续感测通道的长达40km或更长的光纤长度上。因此,可以监视长的铁路长度,但是具有高空间分辨率采样。对于大于40km左右的长度,可以以各种间隔部署若干个DAS传感器单元,以提供对任何期望长度的铁路的连续监视。
在多个单独的通道(其可以在铁路的长的长度上连续的)上检测声学信号的能力允许在比常规的轨道旁传感器的情况下更长的时间段内检测信号,并且还允许在不同的列车速度范围下检测信号。
分析声学信号以确定列车速度可以因此包括至少识别列车以第一速度行进的轨道的第一区段和列车以不同的第二速度行进的轨道的第二区段。在这种情况下,分析声学信号以获得特征声学信号可以包括基于第一速度分析来自轨道的第一区段的来自纵向感测部分的声学信号,以及基于第二速度分析来自轨道的第二区段的来自纵向感测部分的声学信号,以检测在与所述列车速度成比例地变化的频率处的重复信号。
在一些实施例中,在多于一个速度处存在并且具有与列车速度成比例而变化的频率分量的声学信号的存在本身可以用作异常的指示。
在一些实施例中,特征声学信号可以包括具有特征值和与所确定的列车速度成比例的特征频率的重复信号。
在一些实施例中,所述特征声学信号可以包括来自具有特征值和与所述第一列车速度成比例的特征频率的轨道的第一区段的来自所述纵向感测部分的声学信号中的第一重复信号,和来自具有相同特征值和与所述第二列车速度成比例的特征频率的轨道的第二区段的来自所述纵向感测部分的声学信号中的第二重复信号。
所述特征值可以对应于针对所述轮组的旋转部件的旋转参数,所述旋转参数与当所述列车行进给定距离时所述旋转部件的旋转程度有关。例如,为了检测车轮扁疤,相关的旋转部件是列车车轮,并且特征值是车轮直径的倒数。
在一些实施例中,该方法可以包括分析所述声学信号以获得具有在特征频率范围内的频率的重复信号,其中,所述特征频率范围对应于所述旋转参数的值的范围。额外地或替代性地,该方法可以包括分析所述声学信号以获得具有对应于多个特征频率之一的频率的重复信号,其中,每个特征频率基于不同的旋转参数值。所述不同的旋转参数值中的至少一些可以对应于针对所述轮组的一个部件的不同的可能值。额外地或替代性地,所述不同的旋转参数值中的至少一些可以对应于针对所述轮组的不同部件的旋转参数值。
例如,为了检测车轮扁疤,旋转部件是车轮,并且旋转参数基于车轮的已知或估计的直径。然而,车轮的准确直径可能不是已知的,并且因此可能的车轮直径的范围或集合可以用于限定车轮的可能的特征值的范围和或集合。此外,列车车轮通常具有意味着直径跨车轮而改变的轮廓。因此,对于标称车轮直径,可以存在特征值的范围。此外,在一些实施例中,该方法可以寻找不同分量中的异常,并且轴承的特征值例如将不同于用于车轮的特征值。
在一些实施例中,分析来自所述纵向感测部分的声学信号以获得特征声学信号可以包括:由通过不同的贡献感测部分顺序地检测到的声学信号形成至少一个测量信号,其中,选择所述感测部分以使得贡献感测部分的沿着光纤的位置与所述列车一起移动。可以基于所确定的列车速度来顺序地选择纵向感测部分。
虽然该方法可以应用于先前已经获取的数据,但该方法还包括使用DAS传感器实际检测声学信号。因此,该方法可以包括通过使用询问器单元利用询问辐射的一个或多个脉冲重复地询问所述感测光纤来获取所述数据,检测从所述光纤内反向散射的任何询问辐射,并且处理所述检测到的反向散射辐射以提供所述数据。
可以沿着铁轨轨道的一部分部署感测光纤,这里,例如通过轨道的存在第一平均速度的至少第一区段和轨道的存在第二不同的平均速度的第二区段,当列车沿着轨道移动时预期列车的速度改变。光纤可以例如位于相对尖锐的弯曲部之前和之后和/或靠近车站。
该方法可以由适当编程的计算机实现,并且在另一方面,提供了一种在非暂时性存储介质上的计算机程序,该计算机程序包括用于指示合适的计算机执行上述任何变体的方法的计算机可读代码。
在另一方面,提供了一种用于检测列车轮组中的异常的装置,包括:
分布式声学传感器询问器单元,其用于在列车沿着轨道的至少一部分移动时询问沿着铁轨轨道的该部分部署的感测光纤,以提供与由所述感测光纤的多个纵向感测部分检测到的声学信号相对应的数据;以及
处理器,其被配置为:
分析声学信号以确定列车速度;以及
分析来自所述纵向感测部分的声学信号以获得特征声学信号,以便检测轮组中的异常;
其中,所述特征声学信号基于所确定的列车速度。
附图说明
根据本发明的该方面的设备可以利用上述任何变型实现。
现在将仅通过示例的方式关于附图来描述本发明,其中:
图1图示了常规DAS传感器;
图2图示了DAS传感器可以如何沿着铁路部署;
图3图示了当列车移动时车轮扁疤可以如何产生冲击声音;
图4图示了声学纤维的虚拟感测部分可以如何与列车一起移动;以及
图5图示了部署在列车速度的变化是预期列车的区域中的DAS传感器。
具体实施方式
本发明的实施例使用光纤分布式声学感测(DAS),其中,沿着铁轨轨道的至少一部分部署感测光纤,以在列车在该铁轨轨道上移动时提供对列车轮组中的异常的检测。光纤DAS的使用意味着可以监视相对长的轨道区段,这提供了在移动的列车在相对长的距离上移动和/或移动达显著的时间段而且在轨道的不同区段以不同的速度移动时,监视由该移动的列车生成的声学信号的能力。这可以改善由于列车轮组的滚动部件的缺陷所导致的信号分量的检测。
如上所述,由于车轮扁疤在铁轨上的重复冲击,在列车的车轮中的诸如车轮扁疤之类的缺陷将导致在列车移动时由列车生成的重复噪声。然而,将理解的是,由任何这种缺陷产生的噪声将仅仅是由列车运动生成的声音范围中的一个,并且在一些情况下,可能难以将由于诸如车轮扁疤之类的缺陷而导致的信号分量与其他噪声源区别开。
已知由车轮扁疤产生的缺陷噪声的频率将取决于列车速度以及车轮直径。如果列车速度和相关的车轮直径是已知的,则因此可以寻找在特定的感兴趣的频率处的声学信号分量。即使准确的车轮直径不是已知的(例如因为具有不同车轮直径的多个不同的铁轨车辆在轨道上运行),也将可以基于假定可能的车轮直径或可能的车轮直径的范围来寻找多个候选频率或在某个预期的频率范围内寻找。
使用DAS来检测来自列车的声学信号允许当列车移动时由列车生成的声学信号被监视达比使用在给定位置处的轨道旁麦克风将可能的更长时期,从而有效地提供更多的测量并且因此改善信噪比(SNR)。来自DAS传感器的信号还可以用于确定列车速度,从而允许确定与缺陷相关联的感兴趣的特定频率(即特征频率),而不需要一些其他传感器来确定列车速度或者从列车本身接收关于列车速度的信息。此外,可以分析由列车在列车的两个或更多个不同速度下生成的声学信号。这可以改善由诸如车轮扁疤之类的缺陷生成的任何声学信号的检测。
如上所述,由移动列车上的诸如车轮扁疤之类的缺陷生成的重复声学信号的频率与列车速度成比例(并且对于车轮扁疤,与车轮直径成反比)。通过在不同的列车速度下监视由DAS传感器检测到的声学信号,由于诸如车轮扁疤之类的缺陷导致的任何分量将变得更加明显。特别地,寻找与列车速度成比例地变化的信号分量可以帮助识别由诸如车轮扁疤之类的缺陷产生的信号并且消除来自其他重复信号的假警报,该其他重复信号可能由列车运动或环境中的其他地方生成但是不与列车速度一起缩放(scale with)。
下面将描述本发明的实施例的其他示例和优点。将主要关于车轮扁疤的检测来描述本发明的实施例。然而,本发明的原理可以应用于检测列车轮组的滚动部件中的其他缺陷。术语“滚动部件”被认为意指当列车移动时列车轮组的旋转或滚动的那些元件,以及与移动部分接触的部件,例如,车轮、轴承、轴承壳体、轴等。因此,术语“轮组”应被认为意指列车的组件,其包括列车的车轮、轴和轴承或轴承组件。术语“列车”应被认为包括任何类型的铁轨车辆,其包括机车和任何铁轨车厢。一般来说,术语“车轮”应被认为意指包括任何轮胎(如果存在的话)的车轮。
本发明的所述实施例采用分布式声学感测(DAS)。
图1示出了分布式光纤感测装置的示意图。感测光纤104的长度在一端处可拆卸地连接到询问器106。来自询问器106的输出被传递到信号处理器108并且可选地传递到用户接口/图形显示器110,信号处理器108可以与询问器共置(co-locate)或者可以远离询问器,用户界面/图形显示器110在实践中可以通过适当指定的PC来实现。用户界面可以与信号处理器共置或者可以远离信号处理器。
感测光纤104的长度可以是许多千米,并且该长度可以是例如40km或更长。感测光纤可以是标准的、未修改的单模光纤,诸如常规地用在电信应用中的光纤,而不需要刻意引入的反射位置,诸如光纤布拉格光栅等。使用未修改长度的标准光纤来提供感测的能力意味着可以使用低成本的、易于获得的光纤。然而,在一些实施例中,光纤可以包括已经被制造为对入射振动特别敏感的光纤。将通过以电缆结构包含光纤来保护光纤,该电缆结构可以包含多于一个光纤。在使用中,光纤104被部署在待监视的感兴趣的区域中,在本发明中,该区域可以沿着将要描述的铁路的路径。
在操作中,询问器106将询问电磁辐射发射到感测光纤中,该询问电磁辐射可以例如包括具有选定频率模式的一系列光脉冲。光脉冲可以具有英国专利公开GB2,442,745中描述的频率模式或者诸如WO2012 / 137022中描述的光学特性,其内容据此通过引用并入本文,尽管也已知并且可以使用依赖于单个询问脉冲的DAS传感器。应注意,如本文所使用的,术语“光”不限于可见光谱,并且光辐射包括红外辐射和紫外辐射。如GB2,442,745和WO2012/137022中所描述的,瑞利反向散射的现象导致输入到光纤中的光的某部分被反射回询问器,在该询问器处,光被检测以提供表示光纤附近的声学扰动的输出信号。因此,询问器合宜地包括至少一个激光器112和至少一个光学调制器114,以用于产生分离达已知的光学频率差的多个光脉冲。询问器还包括至少一个光电探测器116,该光电探测器116被布置为检测从光纤104内的固有散射位置瑞利反向散射的辐射。瑞利反向散射DAS传感器在本发明的实施例中非常有用,但是基于布里渊或拉曼散射的系统也是已知的并且可以在本发明的实施例中使用。
来自光电探测器的信号由信号处理器108处理。信号处理器基于光脉冲之间的频率差合宜地解调返回的信号。处理器可以处理检测到的反向散射,例如如在GB2,442,745,WO2012/137021或WO2012/137022中的任一者中所描述的。信号处理器还可以应用相位解缠(unwrap)算法。因此,可以监视来自光纤的各个区段的反向散射光的相位。因此,可以检测给定光纤区段内的有效光程长度的任何变化,诸如由于引起光纤上的应变的入射压力波所导致的变化。
光输入的形式和检测方法允许单个连续光纤在空间上分解成离散的纵向感测部分。也就是说,在一个感测部分处感测的声学信号可以基本上独立于在相邻部分处的感测信号而被提供。应注意,术语“声学”应被认为意指在光纤上产生的任何类型的压力波或变化的应变,并且为了避免疑问,术语“声学”将在说明书中使用以包括地震信号和波或其他类型的振动。
这样的传感器可以被看作是完全分布的或固有的传感器,因为该传感器使用在光纤中固有处理的固有散射,并且因此遍及整个光纤分布感测功能。光纤的感测部分的空间分辨率可以例如是大约10m,其对于大约40km的连续长度的光纤例如提供沿着40km的铁路部署的4000个左右的独立的声学通道。这可以有效地提供整个40km的轨道区段的同时监视。在列车监视的应用中,各个感测部分可以各自具有大约10m或更小的长度。
由于感测光纤相对便宜,所以感测光纤可以被以永久的方式部署在一个位置,因为将光纤留在原位的成本不显著。光纤可以被沿着轨道部署并且可以例如沿着轨道的区段埋设。
图2图示了具有沿着轨道埋设的光纤的铁轨轨道201的区段。如上所述,可以在大约40-50km的光纤长度上执行光纤感测。然而,对于一些DAS传感器,可能难以沿着光纤可靠地感测超过50km左右。40-50km 的长度可能足以监视例如主站之间的期望的轨道区段,并且其他光纤可以被部署成监视其他轨道区段。对于非常长的轨道而言,可能必须将若干DAS传感器链接在一起。图2图示了一个询问器单元106,其被布置为监视沿着轨道的一个部分部署的一个光纤104a和沿着轨道的另一长度部署的另一光纤104b。询问器单元可以容纳两个激光器和检测器等,即用于每个光纤的专用部件或可以在两个光纤之间复用的激光器以及可能地检测器。在例如40km 的光纤104b之后,可以部署由另一询问器单元所监视的另一光纤。因此,在询问器单元之间可能存在80km左右。
在使用中,询问器如上所述地操作以沿着轨道的路径提供一系列声学感测通道,该一系列声学感测通道可以但是不必是连续的。感测光纤的路径是已知的,以及因此光纤的单独的感测部分所对应的铁轨轨道的区段也将是已知的。在使用中,可以检测和分析由沿着轨道201运动的列车202生成的声学信号,以检测诸如车轮扁疤之类的缺陷。因此,DAS传感器提供了可以以相对高的空间分辨率监视长的长度的轨道的监视系统。如所述,感测部分的长度可以是数米的量级。然而,部署传感器仅仅涉及沿着轨道的路径布设光纤电缆-并且在某些情况下,合适的光纤可能已经就位。
因为显著的轨道长度可以由光纤的连续感测部分来监视,所以它可以相对直截了当地检测沿着轨道的列车移动。显然,列车的移动将创建一些噪声,由于机车的引擎噪声、由于列车车厢和耦合部的噪声、以及由于轨道上的车轮的噪声。声学信号将在列车附近最大并且因而着眼于由传感器检测到的信号的强度,来自与列车的当前位置相邻的光纤的感测部分的返回将表现出相对高的声学强度。因此,通常可以通过检测感测光纤的感测部分中的相对高强度的连续声学扰动来确定列车移动时的列车位置。
因此,有可能通过当声学噪声沿着DAS光纤的感测通道移动时监视声学噪声的连续周期来确定列车沿着轨道的速度v。
此外,将通过列车附近的光纤104的感测部分来检测当列车移动时由列车生成的声学信号。在诸如车轮扁疤之类的缺陷的情况下,该声学信号可以包括与如关于图3所图示的列车的速度v相关的声学分量。图3图示了在列车以基本上恒定的速度v移动时沿着轨道302滚动的单独的列车车轮301。图3图示了直径为D的车轮具有平坦部位303。左手侧示出了车轮处于第一位置处,这里平坦部位303相对远离铁轨。图3的中间所图示的位置示出了刚好在平坦部位与铁轨接触之前的车轮,并且右手侧示出了冲击到铁轨上并且由于冲击而生成增加的噪声的平坦部位。
将理解的是,因此将存在车轮每转一圈生成一次的冲击噪声。假设列车以恒定速度v(米每秒)移动而不滑动,并且车轮直径为D米,则重复的冲击噪声的频率将为v/π.D HZ。因此,例如,具有1m的标称车轮直径的以50mph(大约80.5km每小时或22.4ms-1)行进的列车将生成大约7.1Hz的频率处的重复的冲击噪声。
当然,应当理解,大多数列车车轮具有胎面轮廓,从而使得轮胎旨在接触铁轨的胎面部分具有截头圆锥形形状,并且因此车轮与铁轨接触的部分的直径可以变化。因此,在实践中,给定列车速度、标称车轮直径和胎面轮廓,则冲击噪声将具有预期的频率范围。
常规地,车轮扁疤的声学检测依赖于位于一个轨道旁位置处的点传感器。可以分析由这样的轨道旁点传感器所检测到的声学信号以寻找特征重复模式,但是如果基于可能的车轮直径使用列车速度来寻找感兴趣的特定频率或寻找可能的频率范围,则列车速度将必须由一些其他传感器分开监视,并且来自两个不同传感器的数据将必须在一个位置接收并以某种方式组合。此外,可以被检测的声学信号被限制于在那一个位置接收的那些声学信号。
通过使用具有沿着铁轨轨道的路径部署的感测光纤的DAS传感器(诸如如图2所示),来自列车的声学信号可以用于在列车移动时监视列车。然后可以分析声学信号以从声学信号本身直接确定列车速度,而不需要任何单独的传感器来确定列车速度。一旦已经确定列车速度,可以针对指示轮组中的异常的特征声学信号来分析来自感测光纤的纵向感测部分的声学信号,其中,特征声学信号基于所确定的列车速度。
特征声学信号可以例如包括特征值和具有与所确定的列车速度成比例的特征频率的重复信号。如上所述,由列车轮组的旋转部件中的缺陷或与这种旋转部件接触的表面中的缺陷生成的重复声学信号将与列车速度成比例。比例常数将具有与旋转部件的旋转参数有关的特征值,例如,对于部件的一次完整旋转(或者替代性地,当列车行进设定距离时的旋转量)列车必须行进的距离。对于车轮扁疤,例如,特征值将与车轮直径D相关,并且将是车轮周长的倒数。
因此,列车速度的知识可以用来确定感兴趣的一个或多个频率或特征频率,以用于检测车轮扁疤或列车轮组的滚动部件中的其他缺陷。如果用于讨论中的列车的车轮的标称直径是已知的,则特征频率或特征频率范围可以基于如上所述的列车速度和车轮直径来确定。如果未准确地知道车轮直径,则可以基于可能的车轮直径(例如参考可能的车轮尺寸的数据库)来确定多个不同的可能的特征频率。
然后可以分析声学信号以寻找一个或多个特征频率处的重复分量。例如,检测到的声学信号可以由一个或多个带通滤波器来滤波和/或可以确定不同频带中的声学强度。这种信号的检测可以指示车轮扁疤。另外或替代性地,可以确定声学信号中的任何有效频率分量,并且将频率值除以所确定的列车速度以提供速度不变值,该速度不变值可以与一个或多个特征值或者特征值的范围进行比较。
处理器可以连接到存储器,该存储器存储用于感兴趣的各种部件的可能特征值的数据库,例如,基于可能的车轮直径、轴承直径等的特征值。
DAS的使用还允许在比常规固定位置轨道旁传感器更长的时间段内确定由列车生成的声学信号。如所述,感测光纤的长度可以是许多千米,以及因此随着列车行进若干千米,可以连续地监视声学信号。这提供了更大量的要处理的数据,以便检测指示车轮扁疤或其他异常的特征声学信号。
在一些实施例中,可以基于由不同的贡献感测部分顺序地检测到的声学信号生成至少一个测量信号,其中选择感测部分以使得沿着光纤的贡献感测部分的位置随着列车移动。例如,可以基于列车速度来顺序地选择感测部分。这有效地提供来自虚拟感测部分的测量信号,该虚拟感测部分沿着轨道的路径以与列车基本上相同的速度行进,并且因此对列车保持基本上固定的关系。以这种方式,在跟踪列车的虚拟感测位置处有效地接收测量信号。
图4图示了来自不同的贡献感测部分的信号可以如何组合以形成与列车一起跟踪的测量信号。图4图示了以速度v沿着轨道(未图示出)移动的列车202。沿着轨道的感测光纤104被划分为多个感测部分401至403。在第一时刻(t1),第一感测部分401可以被选择作为贡献感测部分。在列车运动的方向上更远地沿着轨道的第二感测部分402可以在第二较晚时刻(t2)被选择作为贡献感测部分。在第三时刻(t3),可以选择第三感测部分403,以此类推。第一、第二和第三感测部分被选择为使得在第一时刻处列车相对于第一感测部分的位置大体上或基本上与在第二时刻处列车相对于第二感测部分的位置或在第三时刻处列车相对于第三感测部分的位置相同。在图4所图示的示例中,例如所选择的感测部分位于列车的前方。因此,由感测部分401从时间t1至t2检测到的声学信号形成测量信号,随后由感测部分402从时间t2至t3检测到的声学信号形成测量信号,以此类推。
例如,考虑到列车202以20ms-1移动,并且感测部分401-403是连续的并且长度为10m,并且光纤104沿着与铁轨轨道相同的路径行进,即,100m的光纤对应于100m的轨道。可以通过使用来自第一感测部分的从t1到t2的声学返回来生成测量信号,其中,t2为t1 +0.5s。换言之,t2比t1晚半秒,其对应于列车穿过第一感测部分401的长度所花费的时间。然后,选择来自感测部分402的信号,直到时间t3为止,t3为t2 + 0.5s,以此类推。以这种方式,得到的测量信号表示来自虚拟感测部分的声学信号,该虚拟感测部分跟踪列车的给定区段,在该示例中跟踪列车的前部。当然,将理解的是,第二测量信号可以由在时期t1至t2中的来自在感测部分401的上游的相邻感测部分的信号、在时期t2至t3中的来自感测部分401的信号以及从时间t3的来自感测部分的信号等形成。第一测量信号将跟踪列车的前10m,并且第二测量信号将跟踪列车的下一个10m。以这种方式,可以从跟踪列车的任何期望区段的虚拟感测部分来生成测量信号。
这可以有助于检测来自各个轮组的特征冲击声音,并且可以允许确定沿着列车的长度的缺陷的轮组的位置。例如,如果一个特定的车轮具有缺陷,则所产生的缺陷噪声将在来自虚拟感测部分的测量信号中最明显,该虚拟感测部分有效地跟踪列车可能有缺陷的相关部分。
这还可以使得与轮组的其他滚动部件相关联的缺陷(例如轴承等中的缺陷)的声学检测可行。使用单个轨道旁传感器来检测这种缺陷将是非常困难的。然而,因为可以由虚拟感测部分产生测量信号,该虚拟感测部分有效地与列车一起移动达显著的时间段,所以可以检测来自这种缺陷的信号。
在本发明的一些实施例中,监视由不同速度下的列车生成的声学信号,以帮助识别由于车轮扁疤或类似缺陷所引起的信号。如上所述,由车轮扁疤生成的任何冲击噪声将与列车速度成比例,并且知道列车速度意味着可以检测感兴趣的特定频率。然而,在一些情况下,可能存在可能在与车轮缺陷无关的感兴趣的频率处或周围生成的其他声音。这可能潜在地导致假警报。通过查看在不同列车速度下检测到的声学信号,车轮扁疤或相关缺陷的存在可以是显而易见的,因为缺陷噪声将随着列车速度以特有的方式改变,其他噪声源也许不大可能重复该特有的方式。
因此,处理器可以布置为分析当列车以第一速度行进时检测到的声学信号,以及当列车以不同的第二速度行进时检测到的声学信号。这可以涉及分析声学信号以确定列车速度,包括至少识别轨道的第一区段和轨道的第二区段,在轨道的第一区段处列车以第一速度行进,在轨道的第二区段处列车以不同的第二速度行进。处理器可以被配置为处理检测到的声学信号,以寻找以特有的方式随着列车速度而变化的声学信号。
例如,处理器可以基于第一速度分析来自轨道的第一区段的来自纵向感测部分的声学信号,并且基于第二速度分析来自轨道的第二区段的来自纵向感测部分的声学信号,以检测在与列车速度成比例地变化的频率处的重复信号。处理器可以针对特征声学信号来分析所检测到的声学信号,该特征声学信号包括来自具有特征值和与第一列车速度成比例的特征频率的轨道的第一区段的来自纵向感测部分的声学信号中的第一重复信号,以及来自具有相同的特征值和与所述第二列车速度成比例的特征频率的轨道的第二区段的来自纵向感测部分的声学信号中的第二重复信号。
例如,处理器可以在第一列车速度v1处检测到的信号中的频率f1处以及在第二列车速度v2处检测到的信号中的频率f2处寻找任何相对较强的分量,这里f1/v1 = f2/v2。比例常数k(其中k = f1 / v1 = f2 / v2)可以被确定为特征值并且用于尝试对噪声的类型进行分类。例如,对于车轮扁疤,特征值将是旋转参数并且对于车轮直径D将预期为1/π.D。对于1m的车轮直径,旋转参数的特征值因此将为约0.32m-1。这可以帮助对检测到的信号进行分类,并且允许识别指示可能的缺陷的任何信号。将理解的是,可能存在可以由列车生成的与列车速度成比例的其他重复信号,但是这些重复信号可以具有不同的相关联的速度不变值。例如,当车轮经过铁轨区段之间的接头时,可以生成与当车轮在铁轨的中间区段行驶时相比不同的声音。这可以导致每个车轮在其跨过铁轨区段之间的接头时生成重复的声音,并且该声音将随着列车速度而变化。然而,对于长度为大约20m的铁轨区段,相关比例常数k将为0.05m-1(即1/20),这远低于与车轮扁疤相关的比例常数。
因此,处理器可以检测特定频率处的任何强信号分量,基于列车速度缩放频率值(以产生速度不变值),并且比较在多个列车速度下获得的结果,以确定具有与列车速度成比例的频率的分量的存在。基于所确定的特征值,声音可以被分类为是否指示缺陷。然而,替代性地,列车速度可以与一个或多个特征值一起使用,以导出针对每个确定的列车速度的一组特征频率。可以将与在不同速度下获得的信号中的相同特征值相对应的特征频率的检测作为缺陷的指示。
例如,当寻找指示车轮扁疤的信号时,处理器可以分析对应于第一列车速度的声学信号,以基于第一列车速度和已知的车轮直径或一组可能的车轮直径来寻找至少一个第一特征频率或在第一特征频率范围内。也可以基于第二列车速度和相同的车轮直径来分析对应于第二列车速度的声学信号,以查看至少一个第二特征频率或在第二特征频率范围内。如果在第一列车速度处的第一特征频率处检测到信号分量,并且在第二列车速度处的第二特征频率处也检测到信号分量,并且第一和第二特征频率对应,即可以由相同的车轮直径生成,则这可以很好地指示诸如车轮扁疤之类的缺陷的存在。该处理可以额外地或替代性地基于列车速度和其他部件的直径(例如,轴承尺寸等)来寻找指示其他故障的其他特征频率。
因此,处理器可以被布置为分析当列车在不同的速度下行进时检测到的声学信号。因此,处理器可分析声学信号,以确定对应于第一列车速度的第一组信号和对应于第二列车速度的至少第二组信号。处理器可以识别独特的时期,列车在所述时期期间以基本上恒定的速度行进并且在每个时期中具有显著不同的速度。额外地或替代性地,可以处理当列车改变速度时随时间检测的连续的声学信号组。处理器可以适于使用任何机会信号,即,检测列车速度变化的任何情况。列车速度的一些轻微变化可能沿着轨道的任何给定区段发生,并且处理器可以寻找这样的变化。
然而,在一些实施例中,用于检测列车轮组中的缺陷的DAS传感器因此可以与沿着轨道的区段部署的感测光纤的至少一部分一起布置,在该轨道区段处已知将发生或有可能发生列车速度的变化。例如,如图5所图示,感测光纤104可以被部署在轨道201中的相对尖锐的弯曲部501之前和之后,在这里可以预期列车在直线区段中从第一速度v1减小到弯曲部的较低速度v2,可能之后再加速。额外地或替代性地,感测光纤可以部署在车站502附近,在该车站处,预期列车将减速,例如,减速到接近车站的相对较慢的速度v3。当然,将理解的是,图5图示了在轨道上在一个方向上前进的列车的可能的速度变化。在轨道的相同区段上在相反方向上前进的列车可以经历通常相反的一组速度变化。
在这种布置中,处理器可以被布置为处理来自沿着轨道的第一区段的光纤的感测部分的信号,以确定对应于第一速度的信号子集,并且还处理来自沿着轨道的第二区段的光纤的感测部分的信号,以确定对应于第二速度的信号子集。然后,可以如上所述地分析来自第一子集和第二子集的信号。
因此,本发明的实施例提供用于自动检测列车轮组中的缺陷的传感器装置,该传感器装置是相对低成本的并且可以被相对容易地部署,并且该传感器装置与其他声学监视方法相比可以提供对这种故障的更可靠的检测和区别。
用于这种监视的DAS传感器还可以用于针对铁轨网络的各种其他监视应用,例如铁轨轨道的一般状况监视。例如,可以由DAS传感器检测任何滑坡等。列车沿着轨道的区段通过或者穿过或经过铁轨网络基础设施(例如,桥梁、隧道等)可以产生可以由DAS传感器检测的特征声学识别标志。此特征随时间的任何改变可以指示可能的故障。DAS传感器还可以用于监视或控制列车在铁轨网络上的移动,这可以用作主动列车控制系统的一部分,例如用于移动闭塞信号传送等和/或平交道口(level crossing)等的控制,或者用于例如在车站信息板或网站等上提供乘客信息。
应当注意,上述实施例说明而不是限制本发明,并且在不脱离所附权利要求的范围的情况下本领域技术人员将能够设计许多替代性实施例。词语“包括”不排除除了权利要求中列出的元件或步骤之外的元件或步骤的存在,“一”或“一个”不排除多个,并且单个处理器或其他单元可以实现在权利要求中所列举的几个单元的功能。权利要求中的任何附图标记不应被解释为限制其范围。

Claims (26)

1.一种检测列车轮组中的异常的方法,包括:
当所述列车沿着轨道的至少一部分移动时,获得由具有沿着所述轨道的该部分部署的感测光纤的分布式声学传感器所获取的数据,其中,所述数据对应于由所述感测光纤的多个纵向感测部分所检测到的声学信号;
分析所述声学信号以确定列车速度;以及
分析来自所述纵向感测部分的所述声学信号以获得特征声学信号,以便检测轮组中的异常;
其中,所述特征声学信号基于所确定的列车速度;以及
其中分析所述声学信号以确定列车速度包括:至少识别列车以第一速度行进的轨道的第一区段和列车以不同的第二速度行进的轨道的第二区段;以及
分析所述声学信号以获得特征声学信号包括:基于所述第一速度分析来自轨道的第一区段的来自所述纵向感测部分的声学信号,以及基于所述第二速度分析来自轨道的第二区段的来自所述纵向感测部分的声学信号,以检测在与所述列车速度成比例地变化的频率处的重复信号。
2.根据权利要求1所述的方法,其中,所述特征声学信号包括具有特征值和与所确定的列车速度成比例的特征频率的重复信号。
3.根据权利要求2所述的方法,其中,所述特征声学信号包括来自具有特征值和与所述第一速度成比例的特征频率的轨道的第一区段的来自所述纵向感测部分的声学信号中的第一重复信号,和来自具有与所述第二速度成比例的特征频率和相同特征值的轨道的第二区段的来自所述纵向感测部分的声学信号中的第二重复信号。
4.根据权利要求2或3所述的方法,其中,所述特征值对应于针对所述轮组的旋转部件的旋转参数,所述旋转参数与当所述列车行进给定距离时所述旋转部件的旋转程度有关。
5.根据权利要求4所述的方法,其中,分析所述声学信号以获得特征声学信号包括:分析所述声学信号以获得具有在特征频率范围内的频率的重复信号,其中,所述特征频率范围对应于所述旋转参数的值的范围。
6.根据权利要求4所述的方法,其中,分析声学信号以获得特征声学信号包括分析所述声学信号以获得具有对应于多个特征频率之一的频率的重复信号,其中,每个特征频率基于不同的旋转参数值。
7.根据权利要求6所述的方法,其中,所述不同的旋转参数值中的至少一些对应于针对所述轮组的一个部件的不同的可能值。
8.根据权利要求6所述的方法,其中,所述不同的旋转参数值中的至少一些对应于针对所述轮组的不同部件的旋转参数值。
9.根据权利要求4所述的方法,其中,所述旋转部件是车轮,并且所述旋转参数基于所述车轮的已知或估计的直径。
10.根据权利要求1所述的方法,其中,分析来自所述纵向感测部分的声学信号以获得特征声学信号包括:由通过不同的贡献感测部分顺序地检测到的声学信号形成至少一个测量信号,其中,选择所述感测部分以使得贡献感测部分的沿着光纤的位置与所述列车一起移动。
11.根据权利要求10所述的方法,其中,基于所确定的列车速度来顺序地选择所述纵向感测部分。
12.根据前述权利要求1所述的方法,包括:通过使用询问器单元利用询问辐射的一个或多个脉冲重复地询问所述感测光纤来获取所述数据,检测从所述光纤内反向散射的任何询问辐射,并且处理所述检测到的反向散射辐射以提供所述数据。
13.根据权利要求12所述的方法,其中,沿着轨道的一部分部署所述感测光纤,在列车沿着轨道移动时,预期列车的速度的改变。
14.一种包含计算机可读代码的计算机可读存储介质,当所述计算机可读代码被执行时,指示合适的计算机执行根据权利要求1至12中的任一项所述的方法。
15.一种用于检测列车轮组中的异常的装置,包括:
分布式声学传感器询问器单元,其用于在列车沿着轨道的至少一部分移动时询问沿着轨道的该部分部署的感测光纤,以提供与由所述感测光纤的多个纵向感测部分检测到的声学信号相对应的数据;以及
处理器,其被配置为:
分析声学信号以确定列车速度;以及
分析来自所述纵向感测部分的声学信号以获得特征声学信号,以便检测轮组中的异常;
其中,所述特征声学信号基于所确定的列车速度;以及
其中,所述处理器被配置为:分析所述声学信号以至少识别列车以第一速度行进的轨道的第一区段和列车以不同的第二速度行进的轨道的第二区段;以及
基于所述第一速度分析来自轨道的第一区段的来自所述纵向感测部分的声学信号,以及基于所述第二速度分析来自轨道的第二区段的来自所述纵向感测部分的声学信号,以检测在与所述列车速度成比例地变化的频率处的重复信号。
16.根据权利要求15所述的装置,其中,所述特征声学信号包括具有特征值和与所确定的列车速度成比例的特征频率的重复信号。
17.根据权利要求15所述的装置,其中,所述特征声学信号包括来自具有特征值和与所述第一速度成比例的特征频率的轨道的第一区段的来自所述纵向感测部分的声学信号中的第一重复信号,和来自具有与所述第二速度成比例的特征频率和相同特征值的轨道的第二区段的来自所述纵向感测部分的声学信号中的第二重复信号。
18.根据权利要求16或17所述的装置,其中,所述特征值对应于针对所述轮组的旋转部件的旋转参数,所述旋转参数与所述旋转部件旋转一次所述列车必须行进的距离有关。
19.根据权利要求18所述的装置,其中,所述处理器被配置为分析所述声学信号以获得具有在特征频率范围内的频率的重复信号,其中,所述特征频率范围对应于所述旋转参数的值的范围。
20.根据权利要求18所述的装置,其中,所述处理器被配置为分析所述声学信号以获得具有对应于多个特征频率之一的频率的重复信号,其中,每个特征频率基于不同的旋转参数值。
21.根据权利要求20所述的装置,其中,所述不同的旋转参数值中的至少一些对应于针对所述轮组的一个部件的不同的可能值。
22.根据权利要求20所述的装置,其中,所述不同的旋转参数值中的至少一些对应于针对所述轮组的不同部件的旋转参数值。
23.根据权利要求18所述的装置,其中,所述旋转部件是车轮,并且所述旋转参数基于所述车轮的已知或估计的直径。
24.根据权利要求15所述的装置,其中,所述处理器被配置为由通过不同的贡献感测部分顺序地检测到的声学信号形成至少一个测量信号,其中,选择所述感测部分以使得贡献感测部分的沿着光纤的位置与所述列车一起移动。
25.根据权利要求24所述的装置,其中,基于所确定的列车速度来顺序地选择所述纵向感测部分。
26.根据权利要求24所述的装置,包括感测光纤,其中,沿着轨道的一部分部署所述感测光纤,在列车沿着轨道移动时,预期列车的速度的改变。
CN201580044183.XA 2014-08-18 2015-08-14 铁轨轮组中的异常检测 Active CN106662483B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1414616.1 2014-08-18
GBGB1414616.1A GB201414616D0 (en) 2014-08-18 2014-08-18 Detection of anomalies in rail wheelsets
PCT/GB2015/052373 WO2016027072A1 (en) 2014-08-18 2015-08-14 Detection of anomalies in rail wheelsets

Publications (2)

Publication Number Publication Date
CN106662483A CN106662483A (zh) 2017-05-10
CN106662483B true CN106662483B (zh) 2020-02-07

Family

ID=51662568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580044183.XA Active CN106662483B (zh) 2014-08-18 2015-08-14 铁轨轮组中的异常检测

Country Status (7)

Country Link
US (1) US10377397B2 (zh)
EP (1) EP3183545B1 (zh)
CN (1) CN106662483B (zh)
AU (1) AU2015305020B2 (zh)
CA (1) CA2958516C (zh)
GB (1) GB201414616D0 (zh)
WO (1) WO2016027072A1 (zh)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10349491B2 (en) 2015-01-19 2019-07-09 Tetra Tech, Inc. Light emission power control apparatus and method
CA2892885C (en) 2015-02-20 2020-07-28 Tetra Tech, Inc. 3d track assessment system and method
US10850754B2 (en) * 2015-12-01 2020-12-01 Optasense Inc. Distributed fibre optic sensing for monitoring rail networks
BR112018070577A2 (pt) 2016-04-07 2019-02-12 Bp Exploration Operating Company Limited detecção de localizações de ingresso de areia de fundo de poço
EP3670830B1 (en) 2016-04-07 2021-08-11 BP Exploration Operating Company Limited Detecting downhole events using acoustic frequency domain features
GB201611326D0 (en) * 2016-06-29 2016-08-10 Optasense Holdings Ltd Distributed fibre optic sensing for rail monitoring
DE102016213133A1 (de) * 2016-07-19 2018-01-25 Siemens Aktiengesellschaft Verfahren sowie Vorrichtung zum automatischen Prüfen von Bremsen eines spurgebundenen Fahrzeugs
EP3291152A1 (de) * 2016-08-29 2018-03-07 Siemens Aktiengesellschaft Überwachung eines transportweges
JP7267918B2 (ja) * 2016-09-08 2023-05-02 ファイバー センス リミテッド 分散音響センシングのための方法およびシステム
US12146808B2 (en) * 2017-02-22 2024-11-19 Cmte Development Limited Optical acoustic sensing system and method
US10435052B2 (en) 2017-02-22 2019-10-08 Tetra Tech, Inc. Broken wheel detection system
EA038373B1 (ru) 2017-03-31 2021-08-17 Бп Эксплорейшн Оперейтинг Компани Лимитед Мониторинг скважины и перекрывающих пород с использованием распределенных акустических датчиков
US10317256B2 (en) * 2017-04-14 2019-06-11 Palo Alto Research Center Incorporated Monitoring transportation systems
US10604843B2 (en) 2017-05-10 2020-03-31 Xerox Corporation High registration particles-transferring system
GB201707946D0 (en) 2017-05-17 2017-06-28 Optasense Holdings Ltd Distributed fibre optic sensing
WO2019038401A1 (en) 2017-08-23 2019-02-28 Bp Exploration Operating Company Limited DETECTION OF SAND INPUT LOCATIONS AT THE BOTTOM OF A HOLE
DE102017122774A1 (de) * 2017-09-29 2019-04-04 fos4X GmbH Verfahren und System zur Überwachung von Gleissystemen
CN111771042A (zh) 2017-10-11 2020-10-13 英国石油勘探运作有限公司 使用声学频域特征来检测事件
US10730538B2 (en) 2018-06-01 2020-08-04 Tetra Tech, Inc. Apparatus and method for calculating plate cut and rail seat abrasion based on measurements only of rail head elevation and crosstie surface elevation
US10625760B2 (en) 2018-06-01 2020-04-21 Tetra Tech, Inc. Apparatus and method for calculating wooden crosstie plate cut measurements and rail seat abrasion measurements based on rail head height
US10807623B2 (en) 2018-06-01 2020-10-20 Tetra Tech, Inc. Apparatus and method for gathering data from sensors oriented at an oblique angle relative to a railway track
US11377130B2 (en) 2018-06-01 2022-07-05 Tetra Tech, Inc. Autonomous track assessment system
CN108725512B (zh) * 2018-07-23 2021-12-17 爱德森(厦门)电子有限公司 一种车轮踏面沾粘危害性异物的动态监测方法
CN109238443A (zh) * 2018-08-01 2019-01-18 中科振声(苏州)电子科技有限公司 一种振动噪声智能应对系统及一种振动噪声智能应对方法
CA3110960A1 (en) * 2018-08-30 2020-03-05 Voestalpine Signaling Usa Inc. Railcar acoustic monitoring system and method of use
EP3887222A1 (de) 2018-11-26 2021-10-06 Plasser & Theurer Export Von Bahnbaumaschinen Gesellschaft m.b.H. Messanordnung zum überwachen einer gleisstrecke
CN113330185A (zh) 2018-11-29 2021-08-31 Bp探索操作有限公司 利用机器学习使用das特征的事件检测
EP3892519A4 (en) * 2018-12-03 2022-01-26 NEC Corporation RAILWAY MONITORING SYSTEM RAILWAY MONITORING DEVICE, RAILWAY MONITORING METHOD AND COMPUTER READABLE NON-TRANSITORY MEDIUM
GB201820331D0 (en) 2018-12-13 2019-01-30 Bp Exploration Operating Co Ltd Distributed acoustic sensing autocalibration
US11873016B2 (en) * 2019-04-04 2024-01-16 Ensco, Inc. Broken wheel detection on railroad trains
WO2020232431A1 (en) 2019-05-16 2020-11-19 Tetra Tech, Inc. System and method for generating and interpreting point clouds of a rail corridor along a survey path
US12130198B2 (en) 2019-06-26 2024-10-29 Siemens Aktiengesellschaft Acoustic analysis of a state of a machine
WO2021052602A1 (en) 2019-09-20 2021-03-25 Lytt Limited Systems and methods for sand ingress prediction for subterranean wellbores
WO2021073741A1 (en) 2019-10-17 2021-04-22 Lytt Limited Fluid inflow characterization using hybrid das/dts measurements
WO2021073740A1 (en) 2019-10-17 2021-04-22 Lytt Limited Inflow detection using dts features
WO2021093974A1 (en) 2019-11-15 2021-05-20 Lytt Limited Systems and methods for draw down improvements across wellbores
CN111024219B (zh) * 2019-12-31 2021-04-23 神州高铁技术股份有限公司 信号的获取方法、系统及存储介质、诊断方法、检测系统
JP2023511512A (ja) 2020-01-28 2023-03-20 サブリ ハルク ゴクメン 軌道からの振動測定による平坦車輪変形の検出方法
CA3180595A1 (en) 2020-06-11 2021-12-16 Lytt Limited Systems and methods for subterranean fluid flow characterization
EP4168647A1 (en) 2020-06-18 2023-04-26 Lytt Limited Event model training using in situ data
US11926351B2 (en) 2020-09-01 2024-03-12 Bnsf Railway Company Apparatus and method for wear detection of railroad vehicle wheels
CN112345787A (zh) * 2020-09-27 2021-02-09 武汉理工大学 一种列车行进方向与速度测定系统
CZ309233B6 (cs) * 2020-12-11 2022-06-15 Vysoká Škola Báňská-Technická Univerzita Ostrava Systém pro rozpoznání a klasifikace plochých kol v kolejové dopravě
CN112762891A (zh) * 2020-12-23 2021-05-07 济南轨道交通集团有限公司 一种基于分布式测量的轨道隆沉监测装置及方法
US11736867B2 (en) * 2021-01-20 2023-08-22 Nec Corporation Active microphone for increased DAS acoustic sensing capability
CN114179858B (zh) * 2021-09-16 2023-12-05 中国国家铁路集团有限公司 基于车轮健康状态的车轮镟修方法及装置
EP4512007A1 (en) * 2022-04-19 2025-02-26 Terra15 Pty Ltd Infrastructure monitoring systems and methods
CN114878697A (zh) * 2022-04-20 2022-08-09 北京康拓红外技术股份有限公司 一种基于声音的铁路车辆轮对损伤检测方法
CN117002556A (zh) * 2022-04-28 2023-11-07 中兴通讯股份有限公司 应用于铁路轨道的检测方法及装置、检测设备
CN115158412B (zh) * 2022-06-14 2024-10-01 深圳市远望谷信息技术股份有限公司 铁路货车运行品质在线检测方法、装置、电子设备及介质
US11974035B1 (en) 2022-10-19 2024-04-30 Ned Buschelman Device to capture high resolution images of a train as it passes through an inspection portal
US20250083720A1 (en) * 2023-09-08 2025-03-13 Norfolk Southern Corporation Apparatuses, systems, and methods for monitoring moving vehicles

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1812907A (zh) * 2003-06-27 2006-08-02 通用电气公司 钢轨和列车监控系统和方法
CN101377524A (zh) * 2007-08-30 2009-03-04 北京佳讯飞鸿电气股份有限公司 基于钢轨形变/应力参数的车辆测速方法
CN101397021A (zh) * 2007-09-28 2009-04-01 北京佳讯飞鸿电气股份有限公司 基于光纤光栅的车辆运行监测系统
CN102092406A (zh) * 2011-01-17 2011-06-15 武汉理工大学 光纤光栅传感列车车轮踏面状态在线监测系统
CN102589460A (zh) * 2012-02-22 2012-07-18 西南交通大学 一种基于双向应变匹配光纤光栅解调技术的轨道应变感知方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4129276A (en) * 1978-01-30 1978-12-12 General Signal Corporation Technique for the detection of flat wheels on railroad cars by acoustical measuring means
SE453984B (sv) * 1984-08-14 1988-03-21 Karl Rune Soren Hallberg Forfarande och anordning for att detektera hjul med skadade lopytor hos relsfordon
WO1991011355A1 (en) * 1990-01-26 1991-08-08 Caltronic A/S A device for the detection of unbalance of railway wheels
US5029477A (en) * 1990-01-31 1991-07-09 Servo Corporation Of America Integrity test for acoustic bearing defect detector
US20010045495A1 (en) * 1999-03-31 2001-11-29 Leslie E. Olson Fiber optic rail monitoring apparatus and method
DE10057740A1 (de) 2000-11-16 2002-05-23 Siemens Ag Einrichtung zum Erkennen von Unregelmäßigkeiten an Eisenbahnrädern
DE602005025359D1 (de) * 2004-07-16 2011-01-27 Lynxrail Corp Gerät zur bestimmung von schwankbewegung und anstellwinkel eines schienenfahrzeugradsatzes
DE202006005190U1 (de) 2006-03-31 2006-06-22 Neuroth, Bernd, Tres Cantos Anordnung zur Überprüfung der Laufräder von Schienenfahrzeugen
GB2442745B (en) 2006-10-13 2011-04-06 At & T Corp Method and apparatus for acoustic sensing using multiple optical pulses
ITVR20080047A1 (it) 2008-04-21 2009-10-22 Ace Snc Procedimento e impianto per la misurazione e il monitoraggio esteso dello stato tensionale del lungo binario saldato (cwr)
GB0905986D0 (en) * 2009-04-07 2009-05-20 Qinetiq Ltd Remote sensing
GB0915322D0 (en) 2009-09-03 2009-10-07 Westinghouse Brake & Signal Railway systems using fibre optic hydrophony systems
GB201013704D0 (en) * 2010-08-16 2010-09-29 Qinetiq Ltd Border monitoring
CN102476556B (zh) * 2010-11-30 2015-05-20 国际商业机器公司 用于调整轮径的方法和设备
GB2489749B (en) 2011-04-08 2016-01-20 Optasense Holdings Ltd Fibre optic distributed sensing
GB201201703D0 (en) * 2012-02-01 2012-03-14 Qinetiq Ltd Detecting train separation
GB201201727D0 (en) * 2012-02-01 2012-03-14 Qinetiq Ltd Indicating locations
GB201203273D0 (en) * 2012-02-24 2012-04-11 Qinetiq Ltd Monitoring transport network infrastructure
GB2513399B (en) * 2013-04-26 2017-07-26 Optasense Holdings Ltd Traffic Monitoring
US10145983B2 (en) * 2014-09-30 2018-12-04 Alstom Transport Technologies Vibration monitoring system and method
GB201502025D0 (en) * 2015-02-06 2015-03-25 Optasence Holdings Ltd Optical fibre sensing
PL3275763T3 (pl) * 2016-07-27 2022-03-28 Frauscher Sensortechnik GmbH Układ czujników do monitorowania kolei i odpowiadający mu sposób

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1812907A (zh) * 2003-06-27 2006-08-02 通用电气公司 钢轨和列车监控系统和方法
CN101377524A (zh) * 2007-08-30 2009-03-04 北京佳讯飞鸿电气股份有限公司 基于钢轨形变/应力参数的车辆测速方法
CN101397021A (zh) * 2007-09-28 2009-04-01 北京佳讯飞鸿电气股份有限公司 基于光纤光栅的车辆运行监测系统
CN102092406A (zh) * 2011-01-17 2011-06-15 武汉理工大学 光纤光栅传感列车车轮踏面状态在线监测系统
CN102589460A (zh) * 2012-02-22 2012-07-18 西南交通大学 一种基于双向应变匹配光纤光栅解调技术的轨道应变感知方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Acoustic emission monitoring of wheel sets on moving trains》;K.Bollas et al;《Construction and Building Materials》;20130315(第48期);第1268页第5节,第1269页第8节 *
《Real-Time Monitoring of Railway Traffic Using Fiber Bragg Grating Sensors》;M L Filograno et al;《IEEE SENSOR JOURNAL》;20120131;第12卷(第1期);第85页第二部分第1段,第88页第B小节第一段,第90页第D小节第一段 *

Also Published As

Publication number Publication date
CN106662483A (zh) 2017-05-10
EP3183545B1 (en) 2020-05-13
US20180222498A1 (en) 2018-08-09
AU2015305020B2 (en) 2020-10-08
CA2958516A1 (en) 2016-02-25
EP3183545A1 (en) 2017-06-28
WO2016027072A1 (en) 2016-02-25
CA2958516C (en) 2023-01-24
GB201414616D0 (en) 2014-10-01
AU2015305020A1 (en) 2017-03-23
US10377397B2 (en) 2019-08-13

Similar Documents

Publication Publication Date Title
CN106662483B (zh) 铁轨轮组中的异常检测
CN108603785B (zh) 用于监视铁路网络的分布式光纤感测
EP2809565B1 (en) Detecting train separation
US11130510B2 (en) Distributed fibre optic sensing for in-train forces monitoring
EP2817604B1 (en) Monitoring transport network infrastructure
WO2018211237A1 (en) Distributed fibre optic sensing
Li et al. FBG tread wear detecting lines

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
CP03 Change of name, title or address

Address after: surrey

Patentee after: OPTASENSE HOLDINGS LTD.

Country or region after: United Kingdom

Address before: England Hampshire

Patentee before: OPTASENSE HOLDINGS LTD.

Country or region before: United Kingdom

CP03 Change of name, title or address