一种基于声学的转辙机故障检测装置制造方法及图纸

本发明专利技术公开了一种基于声学的转辙机故障检测装置，有效的解决了现有技术利用声学检测转辙机故障时得到的分类结果并不准确的问题，本发明专利技术的信号采集模块采集目标转辙机启动后发出的声学信号，并将采集到的声学信号通过无线传输方式传输至声学信号预处理模块，对声学信号进行预处理后传输至声学信号分类模块，信号分类模块将分类的结果输出并显示，其中目标转辙机是指进行检测的转辙机，避免影响到声学信号分类模块对声学信号进行分类时的准确性，增加了本发明专利技术在实际使用时的抗干扰能力，也避免了对声学信号缺乏预处理的现象。免了对声学信号缺乏预处理的现象。免了对声学信号缺乏预处理的现象。

【技术实现步骤摘要】
一种基于声学的转辙机故障检测装置


[0001]本专利技术涉及故障检测领域，特别是一种基于声学的转辙机故障检测装置。

技术介绍

[0002]针对高速铁路系统对保证行车安全的迫切需求，以及道岔转辙机存在机械故障难的实际问题，传统技术是采用对转辙机的动作电流和功率值进行监测，根据动作电流曲线和功率值分析判断转辙机存在的故障，然而，此种方法存在着检测技术不足、动作电流不易采集和采集过程中易给转辙机带来干扰的问题。
[0003]所以，现有技术中有高校开始在实验室中利用声学检测转辙机故障，并利用SVM将声学信号进行分类的方法，SVM是一种二分类算法，即默认转辙机的故障种类只有两种，此种方法虽在实验室中取得了不错的效果，但是在实际使用中，实验室的环境较为纯粹，没有考虑到轮轨撞击声、火车的鸣笛声和风噪等噪音的存在，加之转辙机的故障有多种，如切换后的开关未关闭、遇到大的移动阻力、齿轮点蚀等等，使得现有技术在利用声学检测方法得到分类结果时，存在分类结果并不准确的问题。
[0004]因此本专利技术提供一种的新的方案来解决此问题。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术的目的是提供一种基于声学的转辙机故障检测装置，有效的解决了现有技术利用声学检测转辙机故障时得到的分类结果并不准确的问题。
[0006]其解决的技术方案是，一种基于声学的转辙机故障检测装置，所述检测装置包括声学信号采集模块、声学信号预处理模块、声学信号分类模块，所述信号采集模块采集目标转辙机启动后发出的声学信号，并将采集到的声学信号通过无线传输方式传输至声学信号预处理模块，对声学信号进行预处理后传输至声学信号分类模块，信号分类模块将分类的结果输出并显示，其中目标转辙机是指进行检测的转辙机。
[0007]所述声学信号采集模块采用6麦环阵麦克风阵列来采集转辙机启动时得到的声学信号。
[0008]所述声学信号预处理模块包括轮轨撞击声检测组件、轮轨撞击声消除组件、鸣笛声检测组件、鸣笛声消除组件、风噪检测组件和风噪消除组件，声学信号预处理模块对声学信号进行预处理是指进行噪声检测和消除。
[0009]所述声学信号被声学信号预处理模块接收后经过以下步骤进行噪声检测和消除：S1、声学信号进入轮轨撞击声检测组件来检测轮轨撞击声，当检测到有轮轨撞击声存在时，则利用轮轨撞击声消除组件对声学信号中的轮轨撞击声进行消除，否则声学信号直接进入鸣笛声检测组件；S2、声学信号进入鸣笛声检测组件来检测鸣笛声，当检测到有鸣笛声存在时，则利用鸣笛声消除组件声学信号中的鸣笛声进行消除，否则声学信号直接进入风噪检测组件；
S3、声学信号进入风噪检测组件来检测风噪，当检测到有风噪存在时，则利用风噪消除组件声学信号中的风噪进行消除，否则声学信号直接进入声学信号分类模块。
[0010]所述声学信号分类模块将经过声学信号预处理模块后的声学信号接收，并利用深度学习算法训练得到的数据模型中进行检测，利用深度神经网络分类算法对声学信号进行分类，并将分类的结果输出并显示。
[0011]由于以上技术方案的采用，本专利技术与现有技术相比具有如下优点：（1）通过设置声学信号采集模块来采集目标转辙机在启动后的声学信号，解决了单一麦克风拾音时的不足问题，并设置声学信号预处理模块进行预处理，消除声学信号中夹带的轮轨撞击声、鸣笛声和风噪，滤除这三种噪声对声学信号的影响，避免影响到声学信号分类模块对声学信号进行分类时的准确性，增加了本专利技术在实际使用时的抗干扰能力，也避免了对声学信号缺乏预处理的现象，消除了轮轨撞击声、鸣笛声和风噪，为声学信号的准确性提供了保证；（2）在声学信号分类模块中利用深度学习算法进行分类，对转辙机因各种原因引起的故障进行精准分类，避免了使用SVM存在的分类结果不准确的问题；（3）本专利技术在声学信号采集模块与声学信号预处理模块之间还设置了信号调理模块，信号调理模块将声学信号采集模块采集到的目标转辙机的声学信号进行调理，利用以运放器U1B、电阻R5、电阻R7为核心的减法器、以三极管Q4、三极管Q5为核心的判断器、以变压器T1、运放器U2B、运放器Y3B、三极管Q6为核心的信号补偿电路为声学信号进行精准补偿，避免声学信号在传输过程中发生衰减导致声学信号过于微弱使得声学信号预处理模块接收不到声学信号的问题存在，也避免对声学信号的补偿过多引起声学信号预处理模块所在的服务器存在浪涌现象，也避免对声学信号的补偿不足导致声学信号在声学信号预处理模块进行消噪时存在损耗过多导致声学信号微弱的现象存在。
附图说明
[0012]图1为本专利技术提供的检测装置示意图。
[0013]图2为本专利技术的声学信号预处理模块的流程图。
[0014]图3为本专利技术的信号调理模块的电路原理图。
[0015]图4为本专利技术的声学信号采集模块所使用的6麦环阵麦克风阵列图。
具体实施方式
[0016]为有关本专利技术的前述及其他
技术实现思路
、特点与功效，在以下配合参考附图1
‑
3对实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的结构内容，均是以说明书附图为参考。
[0017]下面将参照附图描述本专利技术的各示例性的实施例。
[0018]一种基于声学的转辙机故障检测装置，所述检测装置包括声学信号采集模块、声学信号预处理模块、声学信号分类模块，所述声学信号采集模块应用在目标转辙机附近的空地上，所述声学信号预处理模块和声学信号分类模块使用在车站内机械信号室内的服务器上，机械信号室通过启动信号将声学信号采集模块启动，所述信号采集模块采集目标转辙机启动后发出的声学信号，并将采集到的声学信号通过无线传输方式传输至声学信号预
处理模块，对声学信号进行预处理后传输至声学信号分类模块，信号分类模块将分类的结果输出并显示，其中目标转辙机是指进行检测的转辙机；所述声学信号采集模块采用6麦环阵麦克风阵列来采集转辙机启动时得到的声学信号；所述声学信号预处理模块包括轮轨撞击声检测组件、轮轨撞击声消除组件、鸣笛声检测组件、鸣笛声消除组件、风噪检测组件和风噪消除组件，声学信号预处理模块对声学信号进行预处理是指进行噪声检测和消除；所述声学信号被声学信号预处理模块接收后经过以下步骤进行噪声检测和消除：S1、声学信号进入轮轨撞击声检测组件来检测轮轨撞击声，当检测到有轮轨撞击声存在时，则利用轮轨撞击声消除组件对声学信号中的轮轨撞击声进行消除，否则声学信号直接进入鸣笛声检测组件；S2、声学信号进入鸣笛声检测组件来检测鸣笛声，当检测到有鸣笛声存在时，则利用鸣笛声消除组件声学信号中的鸣笛声进行消除，否则声学信号直接进入风噪检测组件；S3、声学信号进入风噪检测组件来检测风噪，当检测到有风噪存在时，则利用风噪消除组件声学信号中的风噪进行消除，否则声学信号直接进入声学信号分类模块；所述声学信号分类模块将经过声学信号预处理模块后的声学信号接收，并利用深度学习算法训练得到的数据模型中进行检测，利用深度神经网络分类算法对声学信号进行分类，并将分类的结果输出并显示；所述轮轨撞击声：目标转辙机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声学的转辙机故障检测装置，其特征在于，所述检测装置包括声学信号采集模块、声学信号预处理模块、声学信号分类模块，所述信号采集模块采集目标转辙机启动后发出的声学信号，并将采集到的声学信号通过无线传输方式传输至声学信号预处理模块，对声学信号进行预处理后传输至声学信号分类模块，信号分类模块将分类的结果输出并显示，其中目标转辙机是指进行检测的转辙机。2.如权利要求1所述的一种基于声学的转辙机故障检测装置，其特征在于，所述声学信号采集模块采用6麦环阵麦克风阵列来采集转辙机启动时得到的声学信号。3.如权利要求1所述的一种基于声学的转辙机故障检测装置，其特征在于，所述声学信号预处理模块包括轮轨撞击声检测组件、轮轨撞击声消除组件、鸣笛声检测组件、鸣笛声消除组件、风噪检测组件和风噪消除组件，声学信号预处理模块对声学信号进行预处理是指进行噪声检测和消除。4.如权利要求3所述的一种基于声学的转辙机故障检测装置，其特...

【专利技术属性】
技术研发人员：卢伟，韦成杰，穆中华，占雪梅，王秀玄，杨靖雅，马骅，
申请(专利权)人：郑州铁路职业技术学院，
类型：发明
国别省市：