首页 理论教育 高速铁路长轨生产系统研发与应用:钢轨在线监测

高速铁路长轨生产系统研发与应用:钢轨在线监测

时间:2023-09-17 理论教育 版权反馈
【摘要】:钢轨是高速铁路运行的基础,其状态的良好性直接影响到行车的安全,因此,对钢轨进行监测,实时了解其状态是十分有必要的。钢轨状态实时监测系统要求系统应具备高可靠性,不漏报,不误报。图7-4高速铁路钢轨状态实时监控系统结构图1)现场数据采集。

高速铁路长轨生产系统研发与应用:钢轨在线监测

传统的钢轨状态获取手段主要为:通过采用综合检测车、钢轨探伤车等机具在天窗时间内进行检测,由于设备数量有限,仅能了解到钢轨在天窗时间内的状态,而无法实时了解钢轨的状态。钢轨是高速铁路运行的基础,其状态的良好性直接影响到行车的安全,因此,对钢轨进行监测,实时了解其状态是十分有必要的。

(1)钢轨状态实时监测系统要求

系统应具备高可靠性,不漏报,不误报。

系统具有长期稳定性。

由于铁路环境恶劣,钢轨长年处于露天的气象条件下,因此,对传感仪器防水、防潮、防腐、防干扰,适应不同气候条件的要求极高。

高速铁路处在一个较强电磁场环境下,传感器及其系统必须具有较强的抗电磁干扰能力。

监测项目和参数众多,多种监测技术和监测信号必须具有很好的融合性;传感系统应组网方便,便于集中远程传输。

系统造价适中。

目前,我国高铁基础设施在线监测尚处于研究试验阶段,世界上仅法国、德国日本、奥地利等少数国家和地区有过使用,以往大多采用电、磁、激光等传感监测技术,一般只针对部分检测项目进行在线监测,但因系统长期稳定性差,造价高等问题,在世界铁路范围内没有得到较好的推广。

(2)光纤光栅传感技术的引入

近年来迅速发展起来的光纤光栅传感技术为解决上述问题提供了新的契机。

(3)高速铁路钢轨状态实时监控系统

高速铁路钢轨状态实时监控系统包括传感器子系统、数据采集系统、数据传输系统、监测数据分析与结构安全评定及预警子系统、健康监测网络化集成技术和用户界面子系统、中心数据库子系统和报表管理子系统(图7-4)。

图7-4 高速铁路钢轨状态实时监控系统结构图

1)现场数据采集。在信号采集过程中,被测信号通常有温度、应变、位移等物理量,其为随时间变化的模拟信号。数据采集系统可以分成3部分:光纤光栅传感器、光纤光栅解调器及上位机数据采集软件。感测部分主要由光纤光栅传感器组成,对应的光纤光栅解调器分别称为光纤光栅解调器。

光纤光栅数据采集软件体系需要完成光纤光栅通道设置、数据采集器的数据线连接、外部标定数据信息设置、对各类采样信号的物理量计算、关系曲线绘制、物理量时间历程的动态演示等主要功能。其主要功能及工作流程如图7-5所示。

2)数据远程传输。数据远程传输采用的是无线DTU设备。无线DTU采用GPRS模块进行数据传输,并通过TCP/IP协议进行数据封包,可灵活地实现多种设备接入,工程安装简单,在监控运用中,不影响传输线路。

GPRS(General Packet Radio Service)是通用分组无线业务的简称。GPRS是GSM Phase2.1规范实现的内容之一,能提供比现有GSM网9.6Kbit/s更高的数据率。GPRS采用与GSM相同的频段、频带宽度、突发结构、无线调制标准、跳频规则以及相同的TDMA帧结构。因此,在GSM系统的基础上构建GPRS系统时,GSM系统中的绝大部分部件都不需要做硬件改动,只需做软件升级。GPRS引入了分组交换的传输模式,使得原来采用电路交换模式的GSM传输数据方式发生了根本性的变化,这在无线资源稀缺的情况下显得尤为重要。按电路交换模式来说,在整个连接期内,用户无论是否传送数据都将独自占有无线信道。而对于分组交换模式,用户只有在发送或接收数据期间才占用资源,这意味着多个用户可高效率地共享同一无线信道,从而提高了资源的利用率。GPRS用户的计费以通信的数据量为主要依据,体现了"得到多少、支付多少"的原则。实际上,GPRS用户的连接时间可能长达数小时,却只需支付相对低廉的连接费用。

图7-5 数据采集软件体系的主要功能与流程图(www.xing528.com)

3)数据显示和监测。用户终端可以通过网页的登录界面登录到网站的显示界面,进而可以对整个光纤光栅高速铁路无缝线路监测系统进行全面的了解,以及对传感器数据的查询和分析。

4)数据统计。

A.统计范围分类:1小时、1天、1周、1个月、3个月、6个月、9个月、1年。

B.传感器类型分类。

温度传感器:当前统计范围内系统应该统计出,当前温度、平均温度、最大温度、最小温度、当前温差。

位移传感器:当前统计范围内系统应该统计出,当前位移、平均位移、最大位移、最小位移、当前位移差。

应力传感器:当前统计范围内系统应该统计出,当前应力、平均应力、最大应力、最小应力、当前应力差。

C.单个传感器同比分类。

1周同比:取一周每一天同一时间的监测值进行比较分析。

1月同比:取一个月每一周同一时间的检测值进行比较分析。

1年同比:取一年每一月同一时间的监测值进行比较分析。

同比统计结果:最大值,最小值,差值。

D.多个传感器统计分类。

同种监测项的传感器:用户可以选择任意监测点,同一种监测项的传感器,同一时间的检测值比较分析。统计结果包括最大值、最小值、差值。

不同检测项的传感器:用户只能选择当前检测点(当地气温传感器除外),有关联的监测项的传感器,同一时间的监测值比较分析。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈