基于声发射检测的钢轨断裂实时监测及定位方法研究

周长义，孙伟

基于声发射检测的钢轨断裂实时监测及定位方法研究

周长义1，孙伟2

(1. 哈尔滨铁路科研所科技有限公司，黑龙江 哈尔滨 150006；2. 北京卫星环境工程研究所，北京 100094)

基于钢轨断裂实时监测技术对有效保障列车运行安全的重要性，以铁路常用的60 kg轨道为研究对象，以声发射检测技术为基础，经试验分析轨道断裂的声发射信号特征，有效区分列车运行引入的声发射信号。搭建监测系统，通过断轨检测模拟试验，验证该方法的有效性和准确性，并通过TDOA算法实现对断裂的定位。研究结果表明：轨道断裂会产生明显的声发射信号，且断裂声发射信号特征主频在100~160 kHz，声压幅值高，且在时域上存在明显的突发性；其特征与列车运行特征存在明显区别，可有效实现实时断轨监测；利用TDOA方法实现轨道断裂位置的确定，定位精度优于±20 cm。研究结果为轨道断轨检测提供了有效的参考依据，对轨道交通运行安全的技术发展具有十分重要的意义。

声发射；断轨；实时监测

在铁路交通运输体系中，轨道结构起着支撑列车和引导车轮前进的作用，是整个系统中的基础。若钢轨发生裂痕、断裂等故障，未能及时检测和修复，则会导致列车脱轨、倾覆等极其重大的安全事故[1-2]。2001年美国爱德华州发生因钢轨断裂引起列车脱轨，造成1人死亡96人受伤的重大事故；我国也曾发生过断轨引起的重大安全事故，严重影响列车运行安全和人民生命财产安全。目前，国内外关于断轨检测方法主要有手推式超声波探伤车和大型钢轨超声波探伤车定期巡检[2]、超声导波检测钢轨断裂[3-5]、利用轨道电路功能进行断轨检 测[6-7]、利用TCR记录信息奇异值分解分析断轨检测[8]、根据故障树分析断轨[9]及光导纤维检测及等方法。而钢轨探伤车占用轨道时间长；而轨道电路受道床参数情况影响较大，定位性差，误报率高。超声导波的方式是目前国内外研究较多的方向，实现区域定位，但准确定位较差，且当列车占有时，无法检测[10-12]。本文提出了一种基于声发射的实时钢轨断裂监测技术。声发射检测技术具有在线的实时监测，定位准确，布置简单，无需改造铁轨等优 点[13]。

1 基于声发射断轨检测原理

由于铁路钢轨发生裂纹、剥离和断裂时会在其结构内因能量的快速释放而产生突变型的弹性波，即为声发射信号，其频带较宽，且通过监测该声发射信号，利用两对传感器实现对一定区域内的双轨断轨的发生及位置；典型的声发射信号传播如图1所示。

将声发射传感器分别成对地布置在钢轨的每根轨道的轨腰上，被动监测轨道中产生并传播的声发射信号，利用多通道采集设备同步采集各传感器感知的声发射信号，并进行AD转换，通过上位机进行存储和处理，经过滤波，识别断轨声发射特征信号，判断断轨的发生，并利用TDOA算法进行 定位。

图1 声发射信号传播示意图

2 轨道断裂声发射特征信号

目前钢轨断裂产生的声发射信号的特征尚无研究资料可参考，需要开展测试试验来进行分析。利用静态弯轨机，对1根1.3 m长的真实钢轨进行实际的折断，通过声学检测仪进行测试，采集并分析其声发射信号。对钢轨中间位置人为切割一个缺口，切割位置距边缘640 mm处2 mm深；8通道同时采集传感器放置位置如图2所示。

图2 实验传感器安装位置及断裂口位置

图3 断裂信号采集时域谱图

从信号采集时域图3中可以明显分析得到在约为47.44 s的时刻，发生了断裂，8路检测信号均检测到信号的断崖式突变，信号强度可达到4.2 V到5.3 V，各传感器检测的信号具有一致性。而断裂后，因发生的碰撞或传感器掉落而感知的信号具有不同的状态。

针对断裂信号即框图的信号进行时频分析如图4所示，提取特征值，如表1所示，经分析轨道断裂声发射信号特征如下。

1)时域谱图中，断裂信号为突发性的阶跃信号；各路传感器信号存在时间一致性；幅度也在全部检测过程中是最大的；

2)频谱主峰频率和主要能量集中在100~160 kHz之间；

3)振铃数可高达几百，与未断裂前有明显区别。

而后又重复进行试验2次，得到信号及特征与上述结果相一致，其主峰频带均在100~160 kHz之间，以通道1为例主频分别为125.2，134.5和122.3 kHz，因此，并不会因为断裂过程的复杂性而导致断裂的信号特征频带会发生较大转移；在钢轨的结构相一致的情况下，不同的长度、位置等只会影响断裂信号到达不同传感的信号强度及时间。

(a) 断裂信号时域谱图；(b) 断裂信号频域谱图

表1 断裂信号的特征提取

3 列车占用轨道声发射信号特征

外场实验主要是利用北京昌平火车站和哈尔滨新香坊火车站的外场实验区，进行实际轨道运行下的列车占用时的声发射信号采集与分析；分别在钢轨的轨腰和轨底每间隔5 m的距离配置传感器4对传感器，通过多通道采集仪进行采集存储数据，数据经过上位机的MATLAB程序进行分析。

当列车通行时，其时域谱图如图5所示，从中可以清晰地看出从列车的逐渐抵近、经过、远离的过程，时域谱图中出现幅度上升，增大，信号饱和状态以及拖尾衰减，感知不到的过程。从频域上如图6所示，可得其主频带在2~20 kHz存在较高的幅度，占主要成份。通过列车的进站速度和检测到有效信号开始到结束，整个距离大约在2 km，也就意味着目前该设备可有效的感知距离为1 km。

图5 列车运行期间轨道声发射信号时域谱图

从频谱中可以明显看出列车运行时的声发射信号相一致，而区别于断轨信号的特征，其中主要体现如下2点。

1)列车运行的轨道声发射信号频谱特征主峰和主要能量集中在低频段20 kHz以下；而轨道断裂信号主要集中在高频段；

2)列车运行的特征频谱形状与断裂信号不同，相对变化平缓，且高频段是连续下降的，不存在断裂信号的变化状态。

图6 列车运行期间轨道声发射信号频域谱图

4 断轨检测及定位

断轨声发射信号主要沿钢轨向远处传播，三维直接可简化为二维问题来处理，可采用声达时差的定位法进行如图7所示，结合频谱分析和特征谱分析，经滤波等处理，可以准确地确定位置。

为了避免多个信号源的干扰，设置前置放大器的硬件滤波为100~200 kHz，同时在采集软件中用切比雪夫滤波器进行带通滤波，避免通常环境中存在的低频带的干扰源，确保特征信号的有效监测。

声达时差法是采用多个传感器，当特征信号源的信号达到不同位置的传感器的时间不同，由此可通过速度来确定信号源的位置信息。在二维平面问题中，利用3个传感器就可以形成两条单边双曲线来产生交点，确定位置[13]。

图7 多传感器定位示意图

展开式(1)，可得到式(2)：

根据上述分析，这种方法至少要进行三阶估计，传感器至少需要4个，因此在内场设置的 12.5 m长的铁路上进行树枝断裂模拟轨道断裂的定位模拟实验，将传感器分别粘接在轨底和轨腰上，形成二维平面定位的平面，并将传感器的相应位置输入到分析程序中。利用干树枝抵在轨头上，使其断裂，其断裂声发射信号将沿轨道传播，被4个传感器接收，因为到达每个传感器的时间差不一样，通过TDOA算法确定位置信息，实验方案如图8所示。2次断裂的位置为离左侧开端6 m处，而根据定位结果如图9所示，定位精度≤±20 cm。

(a) 第1次定位(592 cm，610 cm)；

5 结论

1)轨道断裂会产生明显的声发射信号，且断裂声发射信号特征主频在100~160 kHz，声压幅值高，且在时域上存在明显的突发性。

2)轨道断裂的声发射信号特征与列车运行声发射信号特征存在明显区别，可有效实现实时断轨监测。

3)搭建的内场轨道断裂定位模拟实验系统，利用TDOA算法，实现了断裂声发射信号的监测与定位，定位精度≤±20 cm。

[1] 史宏章, 任远, 张友鹏, 等. 国内外断轨检测技术发展的现状与研究[J]. 铁道运营技术, 2010, 16(4): 1-3, 7. SHI Hongzhang, REN Yuan, ZHANG Youpeng, et al. Domestic and international recent situation and research on broken rail examination[J]. Railway Operation Technology, 2010, 16(4): 1-3, 7.

[2] 田铭兴, 陈云峰, 赵斌, 等. 实时断轨检测方法综述[J]. 兰州交通大学学报, 2011, 30(1): 122-126. TIAN Mingxing, CHEN Yunfeng, ZHAO Bin, et al. Summary of real-time broken rail detection methods[J]. Journal of Lanzhou Jiaotong University, 2011, 30(1): 122-126.

[3] 张友鹏, 任远. 基于超声导波的实时钢轨断裂检测方法研究[J]. 铁道工程学报, 2010, 27(11): 47-51, 74. ZHANG Youpeng, REN Yuan. Research on real-time detection method for broken rail based on ultrasonic guided waves[J]. Journal of Railway Engineering Society, 2010, 27(11): 47-51, 74.

[4] 朱力强, 许西宁, 余祖俊, 等. 基于超声导波的钢轨完整性检测方法研究[J]. 仪器仪表学报, 2016, 37(7): 1603-1609. ZHU Liqiang, XU Xining, YU Zujun, et al. Study on the railway integrity monitoring method based on ultrasonic guided waves[J]. Chinese Journal of Scientific Instrument, 2016, 37(7): 1603-1609.

[5] Wilkinson A. Long range inspection and condition monitoring of rails using guided waves[C]// 51st Annual Conference of the British Institute of Non-destructive Testing, Northamptonshire, UK, 2012

[6] 赵斌. 基于轨道电路行波的钢轨断裂检测理论与仿真研究[D]. 兰州: 兰州交通大学, 2016. ZHAO Bin. Study on theory and simulation for fracture rail detection based on track circuit traveling wave[D]. Lanzhou: Lanzhou Jiatong University, 2016.

[7] 冯超, 黎双周, 范中原. 基于轨道电路原理的断轨检测方法研究[J]. 兰州工业学院学报, 2015, 22(4): 75-77, 85. FENG Chao, LI Shuangzhou, FAN Zhongyuan. The research on the method of broken rail detection based on the principle of track circuits[J]. Journal of Lanzhou Institute of Technology, 2015, 22(4): 75-77, 85.

[8] 赵建. 基于TCR记录信息奇异值分解的钢轨断裂检测方法研究[D]. 兰州: 兰州交通大学, 2017. ZHAO Jian. Research on detection method of rail fracture based on singular value decomposition of TCR record information[D]. Lanzhou: Lanzhou Jiatong University, 2017.

[9] 杨凯, 瞿福林, 邱秀姣, 等. 基于故障树分析法的高速铁路钢轨断裂机理分析[J]. 铁道标准设计, 2017(4): 33-37. YANG Kai, QU Fulin, QIU Xiujiao, et al. Rail breakage mechanism analysis of high speed railway based on fault tree[J]. Railway Standard Design, 2017(4): 33-37.

[10] Loveday P W, Long C S. Field measurement of guided wave modes in rail track[J]. Review of Progress in Quantitative Nondestru-Ctive Evaluation: Volume Press, 2013, 1511(1): 230-237;

[11] Mazzotti M, Marzani A, Bartoli I, et al. Guided waves dispersion analysis for prestressed viscoelastic waveguides by means of the SAFE method[J]. International Journal of Solids and Structures, 2012, 49(18): 2359-2372.

[12] Marzani A. Time–transient response for ultrasonic guided waves propagating in damped cylinders[J]. International Journal of Solids and Structures, 2008, 45(25/26): 6347- 6368.

[13] 陈园园. 声发射信号处理及源定位方法研究[D]. 南京: 东南大学, 2017. CHEN Yuanyuan. Research on acoustic emission signal processing and source localization[D]. Nanjing: Southeast University, 2017.

Study on real-time detection and location method for rail broken based on acoustic emission

ZHOU Changyi1, SUN Wei2

(1Harbin Railway Administration Science and Technology Research Institute, Harbin 150006, China;2. Beijing Institute of Spacecraft Environment Engineering, Beijing 100094, China)

It is very important to study the railway broken real-time detection and location method for train moving safety. The 60 kg railway as the studying object, the broken railway detection method was researched based on the acoustic emission technology. Through experimentation, the railway broken acoustic emission signal characters were analyzed for distinguishing the signal of the train running on the railway. And then, the real-time detection system was established and the detection method was accurate and effective through the simulation experimentation of the railway broken testing. At the same time, the railway broken position was shown by the TDOA arithmetic. The research conclusions indicate that railway broken accident can produce the acoustic emission signal transmitting along the railway, and this signal main frequency and power are between 100 kHz and 160 kHz, and the sound pressure is very high. Then, the signal has the paroxysmal character in the time field, and the railway broken acoustic emission signal is very different from the train running signal. And then the TDOA arithmetic can locate the railway broken position, and the method location accuracy is ±20 mm. The results can provide the references for the railway broken detection method, and It is very significative for railway and train running safety detection.

acoustic emission; railway broken; real-time detection

10.19713/j.cnki.43-1423/u.T20190335

U216.3

A

1672 - 7029(2020)01 - 0232 - 07

2019-04-24

哈尔滨铁路局科研开发计划资助项目(kwh2016022)

周长义(1973-)，男，山东成武人，正高级工程师，从事轨道安全等技术研究与设备开发；E-mail：zhouchangyi@htkrail.com

(编辑 蒋学东)