[发明专利]一种钢轨裂纹在线监测噪声滤除和裂纹判定方法

说明书

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。

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。

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，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。