基于獨立成分分析的尖軌導波監(jiān)測信號處理方法研究

李 偉 伍建軍 張鵬飛 呂福在 門 闊 唐志峰

(1.中國鐵道科學研究院鐵道建筑研究所,北京 100081;2.浙江大學流體動力與機電系統(tǒng)國家重點實驗室,杭州 310027;3.有研科技集團有限公司智能傳感功能材料國家重點實驗室,北京 100081;4.浙江大學數(shù)字技術與儀器研究所,杭州 310027)

0 引 言

我國的鐵路系統(tǒng)在近年內飛速發(fā)展,截止2017年底,我國的鐵路總里程數(shù)超過12.7萬km[1]。鐵路運輸?shù)倪\載能力和運輸速度大幅提升對鐵路系統(tǒng)的組成模塊的安全性能形成了更大的考驗。道岔尖軌為鐵路系統(tǒng)中列車轉向結構的重要組成部分,在其運作過程中,承受著列車對其作用的巨大的沖擊力。此外在其服役過程中,還承受著環(huán)境溫度變化以及尖軌上其他部件與尖軌之間的相互作用力影響。尖軌動態(tài)的工作狀態(tài)及在上述多種因素共同作用下,相對于基本軌來說,尖軌上更容易出現(xiàn)缺陷[2]。缺陷的生長將最終導致尖軌結構失效,甚至使尖軌發(fā)生斷裂,嚴重威脅列車行車安全,甚至造成列車脫軌事故,帶來人員傷亡與財產損失[3]。綜上,對道岔尖軌的結構健康進行檢測或者監(jiān)測評估至關重要。

尖軌的非規(guī)則變截面結構特征較為復雜,且在每天在運行過程中留出的天窗時間較短。傳統(tǒng)的無損檢測技術包括超聲檢測[4]、漏磁檢測[5]、渦流檢測[6]、射線檢測[7]、滲透檢測[8]和機器視覺檢測[9]等都難以實現(xiàn)全截面覆蓋檢測。而且上述檢測技術都采用低效率的逐點式檢測形式,檢測工作只能在尖軌運行的天窗時間段進行。綜上原因,傳統(tǒng)的檢測手段難以應用于尖軌檢測。超聲導波無損技術因其具有的單點激勵長距離檢測、全截面覆蓋、高效率和低成本等優(yōu)勢成為無損檢測技術的研究熱點。基于超聲導波的無損監(jiān)測技術利用單次安裝后可長期使用的固定式換能器配合定期檢測數(shù)據采集系統(tǒng)可實現(xiàn)道岔尖軌的在線結構健康監(jiān)測,這也是超聲導波未來的發(fā)展方向。

現(xiàn)有的比較成熟的超聲導波監(jiān)測信號處理方法為殘差分析法。首先從當前采集的檢測信號減去在結構完整情況下采集的基準信號獲得殘差信號,然后通過分析殘差信號實現(xiàn)缺陷判別及定位定征。這種方法的最大的問題在于除了結構中出現(xiàn)的缺陷外,尖軌所處的環(huán)境因素以及監(jiān)測設備的不穩(wěn)定性也會對導波信號產生影響。其中最大的影響因素即為環(huán)境溫度。環(huán)境溫度會對波導結構及波導材料屬性造成影響,最終導致導波信號中波包發(fā)生相位偏移。現(xiàn)有的溫度補償?shù)姆椒òㄗ罴鸦鶞史╗10]和信號伸縮法[11],對于局部溫度不一致的波導還有局部相關法[12]。殘差分析法需要確定閾值才能實現(xiàn)缺陷判別,溫度補償難以消除信號中存在的其他噪聲因素影響。

本文提出一種基于獨立成分分析的導波監(jiān)測信號處理方法,在理論分析的基礎上利用導波檢測儀對尖軌進行了模擬監(jiān)測實驗。試驗結果證明本文提出的方法能夠實現(xiàn)尖軌缺陷的準確判別及定位,為實現(xiàn)未來智能鐵路的在線監(jiān)測技術奠定有益基礎。

1 導波信號處理算法

超聲導波監(jiān)測過程可分為兩個階段。在第一個階段,被監(jiān)測的尖軌需要被確定為結構完整的,在其處于盡可能復雜的工作環(huán)境下,采集盡可能多的導波信號建立基準庫。在第二個階段正式開始監(jiān)測過程,每隔一段時間采集監(jiān)測信號,然后與基準信號對比分析判斷當前尖軌結構的完整性。

本文提出的方法首先從基準庫和當前采集信號中隨機選擇部分信號構建分析矩陣,即

(1)

式中:上標b表示基準信號,上標t表示當前檢測信號,n為選取的信號的個數(shù),所有信號按行向量排列構成分析矩陣。

然后將分析矩陣使用獨立成分分析算法進行分解。本研究中采用的算法為芬蘭學者Hyvarrinen提出的Fast-ICA算法[13]。其目的在于基于源信號之間的統(tǒng)計獨立性從分析矩陣的混合信號中提取源信號。其基本步驟包括預處理和解混矩陣求解,預處理包括對數(shù)據的中心化和白化。具體過程請參見參考文獻[13]。獲得解混矩陣后和分析矩陣相乘后即可從中提取出源信號矩陣。解混矩陣求逆即可獲得權重矩陣,即

X=AS

(2)

式中:A為權重矩陣；S為源信號矩陣。改寫成矩陣形式如下,

(3)

如果在權重矩陣中存在的明顯的階躍矢量Av1,Av2,…,Avk(k≤M),則通過階躍矢量及其對應的源信號sv1,sv2,…,svk即可構建最終的變化信號,即

(4)

通過分析變化信號可從中提取缺陷的有效信息以實現(xiàn)缺陷定位定征,需要說明的是源信號方差的不確定性會影響變化信號的整體幅值,而缺陷的位置信息主要包含在變化信號的波形當中,整體幅值變化對于缺陷判別不會造成影響。

2 道岔尖軌監(jiān)測實驗

2.1 實驗設置

實驗研究針對一根長度為4.58 m 50AT尖軌。監(jiān)測實驗系統(tǒng)示意圖如圖1所示。在軌腰上不同區(qū)域存在著分布間隔和孔徑不同的若干個通孔。列車運行過程中,車輪與軌頭區(qū)域接觸,因此軌頭區(qū)域不適合長期安裝換能器。軌腰裂紋是尖軌缺陷的常見類型,軌底邊緣區(qū)域是可能導致斷軌的細小裂紋缺陷起始生長的區(qū)域。因此軌腰和軌底邊緣是尖軌結構健康監(jiān)測的重點區(qū)域。所以實驗監(jiān)測的區(qū)域也設置為軌腰和軌底邊緣區(qū)域。換能器安裝方式如圖1(a)所示。換能器安裝的位置距離尖軌的根端為0.94 m。在尖軌上距離換能器1.5 m和2.5 m的位置經過打磨預處理后耦合質量塊來人工模擬缺陷。質量塊如圖1(b)所示。三種規(guī)格的質量塊模擬的缺陷橫截面積分別為900 mm2、600 mm2和300 mm2。

圖1 尖軌超聲導波監(jiān)測實驗示意圖Fig.1 Experimental diagram of switch rail monitoring using ultrasonic guided waves

實驗中采用的數(shù)據采集儀器為杭州浙達精益機電技術股份有限公司研發(fā)的MSGW超聲導波檢測儀,連接筆記本電腦作為上位機控制。數(shù)據采集過程中使用一個溫度記錄儀記錄實驗過程中尖軌的軌溫,在進行數(shù)據分析過程中,確保基準信號和當前檢測信號的溫度在同一溫度變化范圍內。實驗中利用壓電式換能器實現(xiàn)超聲導波的激發(fā)與接收,即脈沖回波式檢測。因在該過程中僅使用單個換能器,無法實現(xiàn)對于導波傳播方向的控制,所以從信號中分析出的特征波包所在位置僅表示該特征與換能器之間的距離,不包含方向信息。

第一組實驗設置的監(jiān)測區(qū)域為尖軌軌底邊緣。換能器也相應安裝于尖軌軌底窄邊邊緣。首先采集基準信號800組建立基準庫。尖軌所在的溫度范圍為16 ℃～23 ℃之間。然后在圖1所示的耦合處1處耦合小鐵塊模擬缺陷,其所占的截面損失為3.39%。在耦合小鐵塊后采集的數(shù)據為當前檢測信號,共212組,此時尖軌所在的溫度范圍為17 ℃～22 ℃。第二組實驗設置的監(jiān)測區(qū)域為尖軌軌腰。換能器安裝于尖軌軌腰單側。基準庫包含400組基準信號。尖軌所在的溫度范圍為11 ℃～15 ℃之間。然后在圖1所示的耦合處2處耦合小鐵塊模擬缺陷,其所占的截面損失為6.78%。在耦合小鐵塊后采集的數(shù)據為當前檢測信號,共300組,此時尖軌所在的溫度范圍為12 ℃～15 ℃。

2.2 實驗分析

軌底邊緣與軌腰處的有無模擬缺陷狀態(tài)的典型監(jiān)測信號對比如圖2所示。僅僅從原始信號出發(fā),我們無法從中判別出是否有缺陷的存在以及代表缺陷的特征波包。

圖2 典型監(jiān)測信號對比Fig.2 Comparison of typical monitoring signals

經過本文提出的算法處理后,可從基準信號和當前檢測信號中提取出兩組存在階躍特征的權重矢量及其對應的源信號。尖軌軌底邊緣和軌腰處的監(jiān)測結果分別如圖3所示。權重矢量存在階躍性說明存在源信號在基準信號和當前檢測信號中占不同水平的比重。而在實際導波信號采集過程中,除了模型缺陷的加入使得整個數(shù)據采集系統(tǒng)(包括被監(jiān)測對象)前后不同外,其他所有對數(shù)據采集系統(tǒng)存在影響的因素都是隨機的。溫度因素的影響也通過構建分析矩陣時的信號的隨機化選取而變得隨機化。因此階躍性權重的存在也表明缺陷的存在,而缺陷定位定征信息包含于相應的源信號中。通過源信號及其權重矢量可構建變化信號,尖軌軌底邊緣和軌腰的對應信號分別如圖4(a)和圖5(a)所示。變化信號中首個顯著尖峰即為缺陷的位置,后續(xù)的尖峰皆由缺陷造成。作為對比,本實驗中的數(shù)據還利用屬于殘差分析方法的最佳基準法進行處理,分別如圖4(b)和圖5(b)所示。觀察圖4(a)和圖5(a)中的變化信號可以判別缺陷分別位于距離換能器1.5 m和2.5 m處,結果與實際基本一致。圖4(b)和圖5(b)中缺陷的位置是根據先驗知識標識的,僅從信號中是無法判別出缺陷的位置。結果對比顯示,本文中提出的算法結果信噪比優(yōu)于最佳基準法,減少了信號判斷過程中隨機因素的干擾,降低了缺陷信息解讀的難度。實驗的結果驗證了算法的有效性和優(yōu)越性。

3 結 論

針對的尖軌道岔導波信號復雜難以解讀的問題,本研究提出了一種基于獨立成分分析的監(jiān)測算法,并通過監(jiān)測試驗驗證了該算法應用于道岔尖軌監(jiān)測的可行性,具體結論如下:

(1) 獨立成分分析能夠將基準信號和當前檢測信號用同一組源信號分解,通過觀察源信號在基準信號和當前檢測信號中所占的比重變化來判別缺陷存在性,通過源信號分析缺陷定位定征信息。

圖3 階躍特性權重矢量及表征缺陷的源信號Fig.3 Weight vectors with step changes and source signals related to defects

圖4 尖軌軌底邊緣監(jiān)測信號Fig.4 Monitoring signals for bottom edge of switch rail

(2) 不管是截面簡單的軌底邊緣區(qū)域還是復雜的軌腰區(qū)域,利用超聲導波都可實現(xiàn)缺陷監(jiān)測。

(3) 基于獨立成分分析的尖軌監(jiān)測算法能夠排除道岔尖軌信號采集過程中固有因素以及隨機因素的影響,提取出缺陷引起的信號變化,相對殘差分析的最佳基準法來說,分析結果信噪比更高。

圖5 尖軌軌腰監(jiān)測信號Fig.5 Monitoring signals for web of switch rail

后續(xù)研究中,將對在役道岔尖軌進行監(jiān)測實驗進一步驗證監(jiān)測算法的效果。在役鋼軌所處環(huán)境更為復雜,為減少實驗過程中的不必要因素的干擾,需對整個監(jiān)測系統(tǒng)進行優(yōu)化,保障數(shù)據采集的穩(wěn)定性,實現(xiàn)良好的監(jiān)測效果。