控制工程论文开题报告范文：在线电磁钢轨探伤数据处理及信息管理方法的研究

在线电磁钢轨探伤数据处理及信息管理方法的研究  

开题报告 

 

目 录 

一、选题背景 

二、研究目的和意义 

三、本文研究涉及的主要理论 

四、本文研究的主要内容及研究框架 

（一）本文研究的主要内容 

（二）本文研究框架 

五、写作提纲 

六、本文研究进展 

七、目前已经阅读的文献 

 

一、选题背景 

 

铁路行业的发展在我国交通运输系统中发挥着重要的作用。近年来，铁道线路前后多次提速以后，铁路的运输量也大大增加，这对列车的安全行驶提出了更高的要求⑴。据中国产业信息的行业报道，铁道部年度统计公报显示，2005年、2010年以及2012年，我国铁路营业里程分别达到7.5万公里、9.1万公里、9.8万公里，并且电气化铁路里程分别达到2.02万公里、4.2万公里、5.1万公里。到2013年底为止，高铁运营里程占全国铁路营业里程总数的1.1万公里，居世界第一位。我国铁路总运行线路过长，线路状况会受到影响，再加上大量超期服役的钢轨，导致铁路钢轨损伤情况越来越严重。同时，正在运行的钢轨在承担更加繁重的运输条件下，也会产生损伤，有的不能被肉眼看到，如核伤等发展在钢轨内部的损伤当列车在制动或加速的条件下，会对钢轨产生相应的作用力，通过反复受到这种力的作用，钢轨就会产生不明显的细纹。随着时间的积累以及四季温度变化而引起钢轨的热胀冷缩，这些细纹会被不断的扩展，长此以往，产生细纹的钢轨会在一定条件下发生断轨现象。因此，如何在细纹扩大到钢轨断裂之前，有效的消除这些隐患，成为铁路部门所关心的重要问题。如果能够找到有效的办法提早找到裂纹的位置并制止其进一步恶化，铁路事故出现的几率将不断降低。目前，检测钢轨损伤的方法主要有：超声波探伤、渗透探伤、磁粉探伤、祸流探伤；同时，同位素射线示踪法、红外检测法、微波探伤法也是常规的探伤方法。在我国铁路工务段中，主要以手推式小车、大型钢轨探伤车以及轨道电路的方式来对钢轨进行检测，用传统的手推车方式，虽然钢轨探伤工可以在经验丰富、模式基本成熟的条件下完成探伤工作，但是，其缺点是耗时耗力，探伤效率低，探伤可信度受到的人为因素影响相对较大。大型钢轨探伤车通过定期巡检来检测钢轨的损伤，其缺点是工作过程中需要添加稱合剂，检测速度和检测效率较低，不能很好的满足高速探伤的现场需求。至于轨道电路探伤，其缺点是检错率较低，只有在钢轨端粒到达一定程度才报警，如遇下雨下雪天气还可能会出现误报警的情况。本文采用的是在线电磁钢轨探伤技术，该技术采用无损检测方法，通过测定被检工件内部感生润流的变化，来评定导电材料及其工件的某些性能或者发现其存在的缺陷润流探伤的优缺点。

 

二、研究目的和意义 

 

铁路钢轨探伤会产生大量的数据信息，无论是手推式探伤车还是轨检车，所得数据基本上还是以手工统计、分析和填表等方式进行信息汇总，这使工务段人员消耗大量时间在业务报告和数据分析上，严重影响损伤管理的工作质量，同时工作效率非常低，统计结果的准确性受人为因素影响也比较大。因此，为了能够提高钢轨损伤数据处理的速度，可以利用本文所研宄的信息管理系统对大量数据进行处理和分析，以此提高行车过程中的损伤检测效率。

 

三、本文研究涉及的主要理论 

 

欧洲轨道研宄院（European Rail Research Institute)所设计的更新决策支持和BCOTRACK轨道维护系统，能进行钢轨数据管理，而且应用专家系统技术，建立了钢轨维护和更新规则库等内容，可以对钢轨设施进行管理、维护与更新，从而提供优化管理和决策支持除此之外，还可以对设备进行诊断、优化资源分配以及对基础设施的技术上和经济上进行分析，以此提高工务设备的生产率。2010年10月，德国铁路公司在其1号钢轨探伤列车SPZ-1上安装的钢轨表面损伤检测系统，首次釆用祸流和超声波组合的检测技术，钢轨列车上装有10个超声波探头以及4个润流检测探头，能够在最高80Km/h速度的条件下髙精度检测钢轨，并且检测系统将对所有数据进行实时的数字化处理，釆用GPS系统对钢轨伤损里程进行定位和时间标记，从而为每个距离单位提供完整的检测数据。为了支持应用人员能够对海量检测数据进行评价和检测，还开发了以神经元网络、模糊逻辑理论等为基础的自动数据分析程序，以此加快工作进度。美国联邦铁路管理局Federal Railroad Administration (FRA)担负着保证铁路安全的重要任务，不仅要执行安全标准，也要对重大列车事故进行调查，为确保铁路系统均衡发展，其安全办公室负责对平交道口、铁路线路等铁路系统运行进行车辆检查、监督和安全指导。联邦铁路管理局所使用的轨道几何尺寸监测车，对于提高铁路各部门的工作安全起到良好的作用，且满足技术要求。

在线电磁钢轨探伤主要采用电磁润流检测技术，其中，润流检测是根据电磁感应原理，当金属导体在交变的磁场中运动时，导体内部将产生漩涡状电流，该电流即为润流。祸流是感应产生的电流，在一个环路中循环流动。如果把一个导体放到这个变化的磁场中，该导体中会产生润流，同时润流也会产生自身的磁场，当交流电流增强时该磁场会扩张，当交流电流减弱时会缩减。所以，当导体表面或者近表面产生缺陷以及被测材料性质发生变化的时候，会影响润流的分布和强度，从而可以根据被测润流的变化，间接得知钢轨性能的变化及损伤存在的情况。钢轨探伤中使用的润流检测一般由三部分组成，包括探头线圈、电流（电压）分析仪器以及被测金属试件。探头和被测试件的磁导率都远大于空气，若试样表面有缺陷时，探头检测磁场会发生变化，磁路中的磁导率将不再均匀，从而使测量线圈的电特性随之改变。所以，只要检测出磁通量变化时的电特性参数，就可以间接得到被测金属试样的裂纹以及分布情况等相关信息。

 

  

四、本文研究的主要内容及研究框架 

 

（一）本文研究的主要内容 

本文设计了完整的在线电磁钢轨探伤信息管理系统，对所釆集到的损伤数据进行分析和处理，较好地解决了检测数据可以统一在线管理的问题，同时，该系统还设计了在线交流平台，以便工务人员及时获取现场的最新动态以及损伤情况。论文各章节的主要内容安排如下：第一章引言。本文首先介绍了在线电磁钢轨探伤的背景、意义及国内外钢轨损伤信息管理的现状和存在问题，并且通过去北京某工务段现场实际调研，了解了现场实际需求，提出搭建该钢轨探伤信息管理系统的必要性，也指出了本文研宄的主要问题和写作意义。第二章在线电磁钢轨探伤数据处理。使用电磁无损检测技术检测钢轨损伤，对损伤数据的两种信号解调算法进行了分析，并对损伤数据特性及三种聚类分析方法进行了分析，详细介绍了 k-means聚类算法的处理过程。第三章在线电磁钢轨探伤信息管理系统的设计与实现。首先，详细介绍了系统开发环境及技术难点；其次，对系统进行了需求分析及详细设计；最后，将数据处理后的损伤信息显示在人机交流界面中，实现系统各模块的功能，满足了工务现场对信息管理系统的实际需求。第四章实验结果验证及系统优化。实现了 k-msans算法的数据处理并用SVM算法对其结果进行验证。同时，本文通过钢轨探伤实验结果进行验证，证明了该系统在实际检测中的实用价值，并且对系统服务器端进行了优化。第五章结论。主要分为两部分，一部分是对该课题工作研究的成果进行了分类总结，另一部分是通过论文展望对今后课题的发展提出建议。

 

（二）本文研究框架 

本文研究框架可简单表示为：

 

五、写作提纲 

 

致谢 5-6 

摘要 6-7 

ABSTRACT 7-8 

1 引言 11-19 

    1.1 在线电磁钢轨探伤的背景和意义 11-13 

    1.2 国内外钢轨损伤信息管理的现状 13-16 

        1.2.1 国外钢轨损伤信息管理技术的现状 13-14 

        1.2.2 国内钢轨损伤信息管理技术的现状 14-16 

    1.3 本文主要工作 16-17 

    1.4 论文的组织结构 17-19 

2 在线电磁钢轨探伤数据处理 19-30 

    2.1 钢轨探伤技术原理 19-20 

    2.2 钢轨探伤信号解调算法 20-24 

        2.2.1 相关法 20-22 

        2.2.2 最小二乘解调算法 22-24 

    2.3 钢轨损伤数据特性分析 24-26 

    2.4 聚类分析算法 26-29 

        2.4.1 层次化聚类 26-27 

        2.4.2 基于网络的聚类 27 

        2.4.3 划分聚类 27-29 

    2.5 本章小结 29-30 

3 在线电磁钢轨探伤信息管理系统的设计与实现 30-52 

    3.1 系统软件开发 30-31 

        3.1.1 系统开发平台 30 

        3.1.2 系统开发工具 30 

        3.1.3 系统开发技术 30-31 

    3.2 系统网络结构 31-32 

    3.3 系统需求分析 32-34 

    3.4 系统详细设计 34-43 

        3.4.1 系统总体功能模块设计 34-35 

        3.4.2 系统各功能模块设计 35-38 

        3.4.3 系统数据结构设计 38-43 

    3.5 系统功能实现 43-51 

    3.6 本章小结 51-52 

4 实验结果验证及系统优化 52-64 

    4.1 k-means聚类算法实现及验证 52-60 

        4.1.1 k-means聚类算法实现 52-56 

        4.1.2 SVM算法验k-means聚类结果 56-60 

    4.2 信息管理系统实验结果验证 60-63 

        4.2.1 不同损伤位置结果验证 60-62 

        4.2.2 不同损伤程度结果验证 62-63 

    4.3 系统优化 63 

    4.4 本章小结 63-64 

5 结论 64-66 

    5.1 论文总结 64-65 

    5.2 工作展望 65-66 

参考文献 66-68 

 

六、本文研究进展(略) 

 

七、目前已经阅读的主要文献 

 

[1]徐其瑞，刘峰 钢轨探伤车技术发展与应用[J].中国铁路，2011，0738-41.

[2]中国产业信息 行业频道：我国铁路发展情况及市场前录分析况.2014.05-09.

[3]徐伟昌，陈志远.高速铁路无砟轨道运营初期钢轨伤损分析及对策措施[J].上海铁道科2014,0337-39.

[4]

Zhiming Liu. Research on System Construction of Integrated Dispatching System ofHigh-speed Railway [J]. China Railway Science, 2004(2):1.

[5]

Clark R Rail flaw detection: overview and needs for future developments[J].NDT&EInternational, 2004，37(2): 111-118.

[6]

Suarez B, Rodriguez P, zquez M, et aL Safety assessment of underground vehicles passingover highfy resilient curved tracks in the presence of 汪 broken rail[J]. \fehicle System Dynamics,2012, 50(1):59-78.

[7]

Basta W, Peek E. Broken rail detection system and method: US. Patent 6，102，340[P].2000-8-15.

[8]

Popovic Z Radovic V Analysis of cracking on running surface of rails [J ]. Gradevinar,2013,65(03.):251-259.

[9]

Ze Liu, Lixiong Zhu. Electromagnetic rail inspection using AC bridge measurements.2012Conference on Precision Electromagnetic Measurements.2012pp724-725.

[10]王雪梅.无损检测技术及其在轨道交通中的应用 成都：西南交通大学出版社，2010.pp9-10.

[11]

Robin Clark. Rail flaw detection: overview and needs for future developments.NDT&EInternatk>naL2004, 37(2). pplll-118.

[12]梁承辉.铁路工务管理信息系统设计[J].硅谷，2010,05:77.

[13]史宏章，任远，张友鹂，田铭兴.国内外断轨检测技术发展的现状与研究[J].铁道运营技术,2010,04:1-2.

[14]任晓春 沪宁线铁路工务管理信息系统的建立[J].铁路计算机应甩2003,10(9):15-1

[15]李育宏，高以健，马红洗等.兰新铁路提速区段道床冻胀试验研究[J]兰州交通大学学报2012，31(1):38-42.

[16]

Jianxi Wang,tfeifeng Xu,Mide Xu. Evaluation and prediction method for railway trackgeometric state based on probability distribution change[J]. China Railway Science, 2008,29(5):31-34.

[17]席伟.铁路工务钢轨探伤管理系统的设计与实现.科技资讯2009，32:40-42.

[18]

Kumar S, EspBng U，Kumar U. Holistic procedure for rail maintenance in Sweden [J].Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and RridTraiBit, 2008,222(4): 331-344.

[19]苏费.髙速铁路数字化工务工程数据库管理系统研究西南交通大学,2013.pp3?4.

[20]

Cannon D F, Pradier R Rail rolling contact fatue research by the European Rail ResearchInstitute[J]. Wear, 1996,191(1): 1-13.

[21]

Utrata D, Clark R. Groundwork for rail flaw detection using ultrasonic phased array inspection[C]//AIP conference proceedings.IOP institute of physics publishing LTD.2003(1):799-805.

[22]柳进，陶然，金祖德.德国铁路改革与发展模式的分析与思考[J].铁道运输与经济，2003，25(10):60-62.

[23]美国联邦铁路管理局全面实施轨道自动化检测计划[J].世界轨道交通，2004(11).

[24]

Binfeng Yang,Feilu Luo,Xiongheng Cao, et al. The Detection of Corrosion in Aeroplane UsingPulsded Eddy Current Nondestructive Testing Technology[J]. Journal of Test and MeasurementTechnology, 2005(1): 5.

[25]

Ali Sophiarij Mitian Gui,David Taylor, et al. A feature extraction technique based on principalcomponent analysis for pulsed Eddy current NDT [J]. NDT & E International,2003,36( 1):37-41.

[26]

Treece J C，Sabbagh H A. A Linear Eddy-Current Array Driven by a Whip Excitation [M].Review of Progress in Quantitative Nondestructive Evaluation. Springer. 1992: pp85-89.

[27]

Paelias M P, Roberts C, Davis C L. A review on non-destructive evaluation of rails:state-of-the-art and future devclopment[J]. Proceedings of the Institution of MechanicalEngineers, Part F: Journal of Rail and Rapid Transit, 2008, 222(4): 367-384.

[28]朱雳雄.应用于电磁钢轨探伤的锁相放大技术研究[D].北京交通大学，2013.12.

[29]周德强，田贵云，尤丽华等.基于频谱分析的脉冲涡流缺陷检测研究[J].仪器仪表学报，2011,32(9):1948-1953.

[30]

Ze Liu, Wei Jia, Lixiong Zhu, Xiaofei Zhang. Rail defect inspection using alternating currentexcitation coils with digital demodulation algorithm. 28th IEEE International Instrumentationand Measurement Technology Conference (I2MTC). Ffengzho. CHINA. May 2011,235-238.

本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。QQ:522-52-5970