《以更低的成本和更高的安全性来维护公共铁轨》由会员分享，可在线阅读，更多相关《以更低的成本和更高的安全性来维护公共铁轨（5页珍藏版）》请在金锄头文库上搜索。
1、10 Analog Dialogue第42卷第3期以更低的成本和更高的安全 性来维护公共铁轨作者： Anders Norlin Frederiksen 和 Marco Schmid 如今， 一种新型的系统化维护方法可以及时测量、 定位和维修铁路及有轨电车轨道出现的问题。 结合成熟的铁路工程技术手段和先进技术， 包括Blackfn处理器和图形化系统设计技术， 可改进和优化公共交通。 在过去的十年中， 铁路或有轨电车已成为一种广受欢迎的公共交通工具。 寻求一种舒适及安全的交通工具的旅客不断增多。 运输负荷提高就需要更高的列车速度并缩短停顿间隔， 因而也使铁轨和电车处于更大的机械应力之下， 从而导致
2、不可避免的过早磨损和恼人甚至危险的故障(图1) 1。 处理这些应力对铁路和有轨电车轨道造成的损害， 就需要更加强调监控和维护。 ADI公司的Blackfn处理器2和NI公司的图形化可编程LabVIEW3技术在铁轨检查系统中扮演着核心角色， 获取准确的现场测量数据并将其存储， 以便采取进一步行动， 这样能延长铁轨的工作寿命， 提高公共交通服务的经济性和可靠性。基于激光的铁 轨横截面测量网络化铁轨分析缺陷定位缺陷修正图1： 系统化的铁轨维护理念包括测量、 定位和维修铁轨故障。铁轨：揭开背后的秘密 当新的铁路和电车轨道铺设好后， 在浇注混凝土之前要进行正确的轨道位置校验以确保质量。 完成安装后随着时
3、间的推移， 在日常运行中问题不可避免地开始出现、 蔓延。 这些问题是由车轮与铁轨之间的机械接触应力造成的， 这些应力是极为复杂的弹簧-质点模型的一部分， 其力学范围涉及从列车的底盘和负载到铁路地基。 在欧洲， 这些问题的临界参数和容差范围可按照铁路工程标准进行分类。416铁路维护的目标是发现和测量这些问题， 并使它们保持在可接受的水平。图2：铁轨参数分为轨道几何形状、纵向形貌和横截面三类轨道几何形状铁轨的规格或者说两条轨道之间的距离会影响列车一侧到另一侧的运动。 这种运动使车轮和铁轨的接触点不断移动， 以使磨损减至最低。轨道倾斜度的变化会带来摇晃和振动。 倾斜的缺陷通常由铁路地基的变形引起，
4、铁轨表面的起伏不平和孔洞也会引起倾斜。 不过， 有些系统性的倾斜面是必要的， 这是为了在进入和离开弯道时尽量减少加速对旅客造成的不适。 恰当的轨到轨间隔避免了当列车高速迎面经过时造成相撞事故的任何可能性。纵断面形貌裂缝和断裂是最让人担心的缺陷之一， 因为它们可能会导致灾难性的结果， 如脱轨。 特征波长为20毫米至100毫米的铁轨波纹起伏在振幅超过0.05毫米时会形成一种烦人的噪声。 另一方面， 其波峰为0.3毫米时， 这种振动会对铁路路基造成不可逆转的损害。 波纹会沿着铁轨蔓延， 在科学意义上目前还弄不清楚它们是如何产生的。 单个孔洞大多由转弯或车轮跳动造成， 并可用数学多项式表达。 它们是造
5、成有轨电车线路突然颠簸的罪魁祸首。 老旧铁轨上经常发生有规则的颠簸现象， 这归咎于每18米铁轨段存在一处焊接接缝。横截面新安装的铁轨头端几何形状遵循一个经准确计算的触点几何尺寸， 这样可优化轮与轨道之间的接触面。 该形状可用切线和特定的半径进行描述， 提供了水平基准， 使车轮能经济、 平滑而安全地滚动(图2)。1 1 Analog Dialogue第42卷第3期 11测量铁轨对于系统化和以目标为导向的铁路维护来说， 其关键需求是要全面了解对当前铁路或电车轨道网络的几何结构状态。 这可通过一种智慧的测量策略来实现， 这种策略是将里程测量结果(测距)、 轨道几何形状、 纵向形貌和横截面与精确的GP
6、S定位相结合。 所有这些参数通过移动测量设备或装备良好的测量车辆获得。 测量数据先通过ADI公司的Blackfn处理器进行预处理， 最后转入分析软件， 在电子地图上实现后期分析和精确的测量和故障定位(图3)。图3. 测量结果与GPS数据相结合，以确定它们在地理信息 系统(GIS)中的精确位置。轨道几何形状 采用精度在0.01毫米范围内的无触点感应传感技术进行轨距 测量。基于软件的FIR(有限脉冲响应)低通滤波器可抑制高频 噪声，而随后的移动平均滤波器确保期望为连续值的结果中 没有“伪峰值”出现。类似的方法也应用于倾斜传感器，工 作时就像一个电子液位仪，具有 10的角范围，精确度0.025 以内
7、。所用的物理原理将频率范围限制在1 Hz以内。测量轨到轨距离需要一套复杂且要求大量运算的浮点算法，以 便计算出绝对的水平和垂直距离(图4)。 在车辆一侧安装高精度激光束，在1米到5米的距离内其摇晃 幅度为5，由Blackfn处理器控制。邻近铁轨的测量信号经 低通和中值滤波，并从极坐标转换为笛卡尔坐标。在采用模式匹配算法对信号进行运算之前，要经过进一步的处理，如 矢量旋转和重采样。其目的是在铁路线内找到几何特征的一 个准确特征矢量。因为铁路上存在许多障碍物，如石块或杂 草，这个矢量要采用真实性检查器和跟踪算法进行运算，以确 保得出可靠和有效的结果。所有这一切都是在实时条件下由一 个5 Hz循环完
8、成的。纵向形貌高速电涡流传感器以微米级精度对铁路表面情况进行记录(图5)。 线性编码器处理来自磁环的信号， 该信号作为里程表和模数转换器的触发器。 这个信号再经过FIR带通滤波器进行滤波， 可减少其特征波长的频谱。 除了表面形貌， 与冶炼相关的不规则处如局部淬火和焊接点也被一一记录。ADED涡流传感器10011011磁性编码器测量轮雪橇式滑板移动方向图5：铁轨纵向形貌由非接触式涡流传感器和磁性编码器来 采集横截面形貌激光技术是当今最先进的非接触式测量方法， 可获得准确的铁轨横截面形貌。 根据所需的精确度或捕获速度， 无论是穿越激光束还是激光 “幕” (图6)都可用来进行这项工作。 对原始形貌信
9、号进行实时线性化、 缩放处理， 并滤除毛刺。数字滤波器坐标转换和旋转重采样 模式匹配峰值检测真实性检查器矢量映射数字滤波器图4：测量轨到轨距离(水平和垂直)需要实时的高性能数字信号处理算法2 22 212 Analog Dialogue第42卷第3期图6： 采用高速激光扫描仪捕获的铁轨形貌老一代技术计量设备直到最近， 维修人员仍在使用许多不同的测量设备来确定轨道上的裂缝和异样。 每种方法适合某一特定轨道缺陷， 但除了少数例外以外， 这些机械的方法缺乏足够的精确度和可重复性的结果。 最近几年， 工业解决方案供应商， 如Schmid Engineering， 将先进的处理器技术和最先进的元件嵌入到
10、他们的设计中。 铁路基础设施行业中的此类进步逐渐将行业引向采用智能计量设备的移动和多功能铁轨测量时代。铁轨监控设备(图7)使用最先进的技术来同步测量铁轨横截面形貌、头端高度、 轨距、 倾角、 深度和周围环境温度， 所有这些都是在特定的可识别的位置进行检测和记录的。图7： 在恶劣的环境和紧迫的时间要求下， 人们需要轻便、 易于使用 和富有成效的计量设备。所有关键特性现场就可处理和可视化， 并可存储在移动存储器中。 随着操作者或车辆沿铁轨拉动， RailSurf 雪橇式计量设备就在连续监测和记录纵向轨道参数。 它带有若干传感器， 可以反映出各种问题，如起伏、 孔洞、 裂缝以及轨距和倾角变化。 由此
11、产生的信息可以存储在可移动存储器中或通过无线方式传输至一个操作界面。图8：基于Blackfn处理器和LabVIEW嵌入式模块的RailSurf雪 橇式计量设备可记录纵向起伏不规则处。GPS接收器和倾角 传感器内置在操作面板中。Blackfn处理器：系统的核心Blackfn处理器作为这些便携式测试工具的核心器件， 通过提供动态电源管理实现省电的工作方式， 融合了微控制器(MCU)和DSP技术。 MCU电路可方便地与可扩展的输入/输出(I/O)设备连接， 如激光扫描仪、 模拟和数字传感器、 键盘、 TFT (薄膜晶体管)显示器、电池电量计和移动媒体存储介质。 DSP部分专门用于处理先进的数字算法，
12、 如滤波器、 变换(例如FFT)、 几何偏差的确定， 或者其它要求繁杂的计算任务。 最近采用LabVIEW嵌入式模块进行的图形化系统设计取得了一些进步， 通过这些模块的高层次框图和面向数据流的语言， 可为Blackfn处理器提供一个直接的编程模型。 这种带有随时可以使用的数学分析模块和图形化多任务处理的高层次方案，将数字嵌入式设计的功能性提升到更高的水平。测量机车 多功能机车的设计采用了一组5个相互连接的Blackfn处理器， 它能够记录长达10公里铁路段的轨道参数， 点到点分辨率为5毫米。Blackfin处理器#1实现了通过键盘和两个TFT显示器的用户交互系统。 处理器#2以高速度记录轨道几
13、何形状和纵向形貌， 并将处理器#3接收到的GPS信息嵌入到测量数据。 连同处理器#4捕获的横截面信息， 所有数据最后形成数据流进入处理器#5， 处理器#5将海量数据存储在大容量RAM缓冲器中， 以便最终以二进制文件格式保存在移动存储介质中。缺陷定位所获得的测量数据被输入到一个公共的软件平台， 该平台将轨道几何形状、 纵向形貌和横截面以及GPS位置和里程信息关联在一起。 该平台采用LabVIEW和工具包实现， 可以作为一个公共的数据交换和分析工具。 它可与多种测量设备、 机车和维护机器进行连接。 应用于测量数据的智能滤波器扮演着X光设备一样的角色， 对关键的铁轨缺陷进行定位。 这使得测量结果能真
14、正数字化地还原整个铁轨几何形状。 之后则可根据这一基本信息采取相应的措施， 如维修或更换铁轨。 最终数据记录文件可被无线连接到外部数据库和CAD软件， 以便将结果转移到任何客户的IT环境中。3 3Analog Dialogue第42卷第3期 13采用智能而强大的LabVIEW滤波器查找缺陷智能的LabVIEW滤波器审查纵向数据以找到有意义的症状。 起伏数据则通过快速傅里叶变换(FFT)分析进行检测， 以便监视纵向形貌的特征波长。 通过比较被测形貌与事先存储的图案以及对铁轨与车轮机械接触的仿真来跟踪。 裂缝呈现出显著的瞬变特性， 因此可以通过区分移动数据窗口来发现。 而倾角形貌的独特振动模式则通
15、过持续运行和评估的分析模型来进行定位。由此产生的症状信息也被输入到相关 “超级算法” 中进行运算。 在这里， 信息或者被进一步减少， 或者从被测数据中提取出额外的高层次信息。 例如， 一个倾斜指示数据如果没有辅以铁轨表面的相关信号峰值， 就被解释为毫无意义而丢弃。 另一方面， 指示出明显磨损和纵向裂缝的横截面形貌数据将触发一次告警。用于铁轨横截面评估的主要技术是将被测数据与参考基准进行比较。 基于矢量数学的算法和随机方法相结合， 可覆盖两个形貌数据， 实现重要特征的计算。 纵向和垂直偏差直接指明磨损情况(图9)。图9：智能横截面分析算法充分利用Blackfn处理器的速度 和性能，可在现场实时地
16、揭示不规则之处。其它参数包括剩余头端高度、 准确而工整的轨道半径(图10)， 或者有源、 封闭式轨道道岔的间隔。 保持在道岔容差范围内是一个关键需求， 这可避免高速列车经过道岔时脱轨的危险性。 铁路运营公司负责对这些道岔进行监控。5432.834363840424446485052105051015202530高度(mm)宽度(mm)R = 6.4mm图10：确定轨道半径需要复杂的数学函数铁路工程师们可以调整滤波器参数容限窗口， 以便将 “伪报警” 与显著影响乘客舒适度和运输安全性的真正的铁轨缺陷分隔开。在数字地图上查明缺陷内嵌在数据中的GPS信息有助于在数字地图上查明被定位的缺陷。这一地理信息增加了有关铁路热点位置的重要知识和新的环境信息， 如大幅度的弯道、 道岔和车站。 这种 “Easy-GIS” 地理信息系统已通过LabVIEW的图像处理功能得到实现。 现存的重要区域位图， 例如一座城市， 被细分为一个个单一区块， 每个区块都有精确的地图坐标。 当铁路工程师查看一系列缺陷时， LabVIEW从硬盘向内存中不断加载相应的区块并将它们组合成单个JP
