


摘? 要:在高速鐵路鋼軌損傷檢查方面,還要提出有效的缺陷識別技術手段。基于此,本文結合漏磁檢測原理提出了相應的缺陷識別技術,對鋼軌缺陷信號采集、處理等過程展開了分析。通過開展缺陷檢測實驗可以發現,采用該技術至少能夠達到91%的缺陷識別率,因此能夠滿足高速鐵路檢測需求。
關鍵詞:高速鐵路;漏磁檢測;缺陷識別
中圖分類號:TP274? ?文獻標識碼:A ? ?文章編號:1671-2064(2019)24-0000-00
0引言
在高速鐵路運營的過程中,列車車輪將在鋼軌表面行進,使得鋼軌需要承受車輪施加的循環作用力。在鋼軌與車輪接觸區,則容易產生接觸疲勞,導致鋼軌發生表面材料剝離、裂開等缺陷,給列車運行安全帶來威脅。而采用傳統檢測技術,難以實現鋼軌缺陷的準確識別。應用漏磁檢測技術則能實現鋼軌損傷探測,為鋼軌健康狀態評估提供技術支撐。
1高速鐵路漏磁檢測原理分析
在高速鐵路鋼軌檢測上,采用傳統接觸式超聲檢測技術容易受到高速運行列車帶來的振動干擾。采用漏磁檢測技術,能夠對鋼軌表面漏磁場進行無損檢測。作為非接觸的檢測方式,可以盡可能減少檢測結果受到的振動干擾,因此能夠為高速檢測的實現提供技術支撐。從原理上來看,在鐵磁材料磁化后,缺陷部分會對磁力線進行切割,導致材料表面出現漏磁場。通過對材料表面漏磁場變化進行檢測,能夠發現材料存在的缺陷。如圖1所示,被測工件在磁化之前,內部材料排布均勻、連續。磁化后,磁感應線將受到內部約束,使得工件表面出現平行磁通量。在內部材料產生缺陷后,將產生較大的磁阻,磁導率則隨之減小,使得磁通量發生畸變,部分泄漏到材料表面,導致磁感應線發生變化,能夠在漏磁檢測中被發現[1]。在對鋼軌進行磁化時,可以采用永磁體激勵磁芯,利用激勵源產生的磁場對被測工件進行處理。而磁化場擁有較強穿透能力,可以對工件近表面內部缺陷進行檢測,得到的信號位于低頻頻段,能夠與在高頻頻段集中的噪聲干擾區分開來,因此能夠滿足鐵路漏磁檢測需求。
2基于漏磁檢測的鋼軌缺陷識別技術
2.1缺陷信號采集
2.1.1檢測元件
采用漏磁檢測技術對鋼軌缺陷信號進行采集,需要利用磁敏傳感器掌握被測鋼軌表面的漏磁場分布情況。考慮到霍爾元件低頻響應特性良好,并且尺寸較小,擁有較高單位空間分辨率,因此可以用于實現檢測探頭設計。選用的UGN3503線性霍爾傳感器有效芯片面積不超0.2m㎡,鋼軌表面橫向寬70mm,想要對鋼軌表面進行覆蓋檢測,還要完成霍爾傳感器列陣的排布,用于對檢測方向、垂直列車前進方向、垂直鋼軌表面方向的漏磁場信號進行采集。每個方向分布16路傳感器,最終能夠得到48路的傳感器列陣。而霍爾元件在信號檢測方面只有一個有效面,所以需要使元件有效面處于檢測方向,分別為鋼軌徑向BX、鋼軌橫向BY和垂直鋼軌表面方向BZ,通過立體檢測確定鋼軌缺陷大小和深度[2]。
2.1.2采集電路
在鐵路漏磁檢測中,只有少數鋼軌存在缺陷,如果不斷采集鋼軌信號,將面臨較大數據運算負擔。為降低數據運算量,需要采用觸發采集電路,利用窗口比較器構成的閘門電路進行鋼軌缺陷信號檢測。在檢測發現鋼軌表面存在大缺陷時,電路將產生幅值較大漏磁信號,超出預先設定閾值將產生觸發信號。通過與外設觸發信號引腳連接,可以利用觸發信號使采集卡開始進行缺陷信號采集。采用Altium Desiger軟件進行仿真分析,能夠確定信號閾值為-1V和4V,電路將輸出高電平,超出閾值將輸出低電平。在檢測信號控制上,需要采用工業級運放芯片LM393,與閘門比較器輸出端連接,能夠用于實現電路調試。芯片比較信號為比較器正、負閾值電壓,采用電位器AD7376完成參數設置。在漏磁檢測系統工作過程中,利用上位機軟件完成采集卡有效信號設置后,可以對觸發采集閾值范圍進行設定。采用串口通信方式,能夠將協議發送至STM32下位機,促使其輸出控制電平,使數字電位器控制采集卡實現信號檢測。在傳感器列陣檢測發現存在電壓信號超閾值情況,電路輸出將從高電平轉向低電平,觸發采集設備對缺陷信號進行采集。
2.2信號特征識別
2.2.1特征提取
針對采集到的缺陷信號,還要利用上位機進行運算處理,完成信號特征識別。在檢測得到的鋼軌漏磁信號中,包含缺陷信號和各種干燥噪聲。在鋼軌缺陷位置,漏磁場將迅速增大,表現為異常信號波形。對信號進行消噪處理后,才能完成波形特征提取,與對應缺陷聯系在一起。從信號變化規律上來看,在缺陷深度不變時,漏磁場水平分量峰值將隨著缺陷深度增加而增加,反之深度不改變,將隨著寬度增加而增加,甚至出現雙峰情況。漏磁場垂直分量同樣符合這一變化規律,但峰值間距不會隨深度改變,但在一定范圍內與寬度之間存在線性關系[3]。因此在缺陷信號處理中,需要確定缺陷深度和寬度,掌握走向、形狀等信息。漏磁場信號峰值通常大于正常區域,但為排除各種噪聲干擾,需要完成門限值設定,使背景磁場引發的幅度變化得到盡可能去除,以零值為基準線對幅度變化進行分析。而信號峰值差為特征量,與缺陷變化形狀相對,能夠用于判別缺陷。
2.2.2特征識別
在缺陷信號特征識別上,需要實現特征量的定量分析,根據信號強度完成缺陷尺寸推算。在實際分析時,需要采用支持向量機的信號融合統計識別方法,能夠結合多個信號波形特征進行鋼軌缺陷識別。在各特征量間,存在非線性關聯關系。從信號中分離得到異常信號,能夠先完成缺陷定性判斷,然后抽取反映信號狀態的特征向量,采用分類器完成信號特征分類與判別,如圖2所示,需要輸入訓練模式樣本特征數據,完成特征提取后得到判決準則。經過反復訓練和學習,能夠對準則進行改進,用于缺陷信號特征識別。在16個通道漏磁信號中,可以將27路信號當成是訓練樣本,用于實現各種缺陷識別特征提取,完成特征量融合,得到新的特征向量,完成SVM分類器訓練,用于各種缺陷的識別和分類。而不同通道各個方向檢測信號對缺陷不同段進行了覆蓋,在BX方向上包含峰值、峰谷間距、面積等特征量;BY方向包含峰寬比、面積、峰值、能量等特征量;BZ方向包含極限峰值、峰間距等。總體包含缺陷特征信息具有一致性,因此能夠取得良好特征識別效果。
2.3檢測承載分析
在漏磁檢測和缺陷識別過程中,需要利用承載機構進行檢測裝置的裝載,以便能夠使裝置伴隨著車輪運行對各處鋼軌進行檢測。結合列車車輪結構和軌道幾何尺寸,需要采用連接彈簧結構和多部適應承載小車進行檢測裝置承載。在小車底部,可以進行霍爾傳感器列陣電路板的固定,然后在鋼軌側面角進行小車擺放,保證傳感器能夠與車輪貼合,能夠對鋼軌與車輪接觸面進行檢測。實際在鋼軌巡檢的過程中,受表面不平整等因素的影響,容易導致承載結構發生上下振動,使得檢測信號中存在大量干擾信號,疊加到缺陷信號上將導致裝置采集精度不高[4]。而利用小車頂部彈簧進行微調,能夠使機構緊貼鋼軌表面,避免檢測結果受到行車振動因素的影響。
3高速鐵路漏磁檢測的缺陷識別測試
3.1實驗平臺
按照上述方法進行高速鐵路漏磁檢測與缺陷識別測試,可以在GTC-80X型鋼軌探傷車上進行實驗平臺搭建。從檢測系統組成上來看,包含磁場激勵、上位機、傳感器列陣、工控機等。其中,磁場激勵可以通過在硅鋼片上纏繞線圈獲得,采取通電控制和改變電源大小方式對線圈的磁化場及磁場強度進行調節,磁極與鋼軌表面保持2mm空氣間隙,磁化場強約1000mT。配備的數據采集卡能夠達到96路12位3MS/s采樣率,能夠將數據傳輸至上位機進行處理、分析和顯示。在標定線上進行測試,需要在探傷車承載機構上完成檢測裝置安裝,為每股鋼軌配備兩組探頭,并在探頭支架上進行勵磁和消磁裝置安裝,探頭傳感器與鋼軌表面保持1mm距離。利用屏蔽線,能夠將檢測得到的信號傳遞給安裝在探傷車上的工控機、上位機等部分。在探傷車運行過程中,探頭可以完成漏磁信號檢測,并根據設定閾值確定是否進行缺陷信號采集和上傳。
3.2實驗條件
實驗采用的軌道為轉盤鋼軌試樣,頂面和尺寸與正常軌道相同,材料為U71鋼軌,需要完成不同缺陷加工。結合缺陷深度、寬度和夾角等參數,可以劃分為A、B、C、D、E五組,編號范圍分別為1-4、4-7、8-11、12-15、16-19。第一組只有寬度不同,第二組只有深度不同,第三組只有水平角不同,第四組只有垂直角不同,第五組除深度與寬度外其他參數均不同。結合實際線路損傷情況,需要將小車運行速度設定在2-55km/h范圍內。為驗證測試結果是否正確,需要采用人工檢測方式。而檢測的缺陷與鋼軌頂面、縱向等成一定角度,還要在鋼軌磁化時保證方向與缺陷盡量垂直相交,以便使缺陷能夠高效識別。
3.3測試結果
如表1所示,為測試結果。從表中數據可以看出,采用漏磁檢測技術進行高速鐵路鋼軌缺陷識別,平均能夠達到98%的識別率,識別率最低能夠達到91%。C組缺陷識別之所以會受到影響,主要是由于缺陷與水平面角度不斷增加的過程中,缺陷信號幅值將會有所減小。而隨著檢測速度的增加,幅值將有所增加,信噪比也隨之提升,導致缺陷檢出率受到一定影響。通過頻譜分析可以發現,在巡檢速度得到最高值的情況下,車體振動信號頻率不超過50Hz。而在鋼軌接觸區域,缺陷信號頻率能夠達到100Hz以上,因此車體振動不會給檢測結果帶來過大干擾,能夠保證缺陷識別率在91%以上。此外,在55km/h運行速度下,采用傳感器成像技術進行觀測,可以發現標定線缺陷樣例的電磁信號列陣成像能夠看見清晰缺陷,成像大小、尺寸的變化趨勢與實際相符,因此采用漏磁檢測缺陷識別技術能夠滿足高速鐵路鋼軌檢測需求。
4結論
綜上所述,在高速鐵路漏磁檢測中,通過配備磁敏傳感器、信號處理設備、檢測承載機構能夠得到用于鋼軌缺陷識別的裝置,順利實現鋼軌表面缺陷信號檢測和處理,達到91%以上的缺陷識別率,為鐵路檢修、維護工作的開展提供科學數據依據。因此相信伴隨著相關技術的發展與完善,系統能夠在高速鐵路管理方面獲得良好應用前景。
參考文獻
[1]白堅.鋼軌頂面缺陷電磁無損檢測關鍵部件研發[D].南京航空航天大學,2018.
[2]徐其瑞,石永生,熊龍輝,王平.基于大型鋼軌探傷車的頂面傷損漏磁檢測技術研究[J].中國鐵路,2017(10):39-44.
[3]朱興俊.鋼軌頂面裂紋巡檢系統開發[D].南京航空航天大學,2017.
[4]杜晨琛,劉文波,陳旺才.多傳感器特征決策融合的鋼軌裂紋識別方法[J].電子測量技術,2017,40(11):157-160.
收稿日期:2019-11-02
作者簡介:陳雪菲(1996—),女,山東德州人,本科,助理工程師,研究方向:電氣工程及其自動化。