目前，我國高速鐵路網(wǎng)運(yùn)營里程已超過4萬公里，最高運(yùn)行時(shí)速可達(dá)400km/h。為解決高鐵運(yùn)行帶來的噪聲問題，聲屏障作被廣泛安裝于高鐵沿線，目前已安裝的聲屏障總長度超過4000km，約占高鐵運(yùn)營里程的10%以上。然而在高速列車行駛產(chǎn)生的脈動力反復(fù)沖擊下，聲屏障結(jié)構(gòu)可能會松動甚至脫落，威脅高鐵的正常運(yùn)行。2003年，德國科隆至法蘭克福段高速鐵路聲屏障在脈動力作用下嚴(yán)重破損，經(jīng)濟(jì)損失高達(dá)三千萬歐元。因此，鐵路工務(wù)部門亟需一種有效的技術(shù)手段能夠?qū)β暺琳辖Y(jié)構(gòu)實(shí)時(shí)監(jiān)測并及時(shí)發(fā)現(xiàn)故障隱患，以確保高鐵安全運(yùn)營。

近日，我司與中鐵五院勘察設(shè)計(jì)院集團(tuán)有限公司聯(lián)合撰寫的論文《基于KNN算法與φ-OTDR系統(tǒng)的高鐵聲屏障故障識別方法》發(fā)表于光電領(lǐng)域知名期刊《光電子技術(shù)》。

圖 1 基于φ-OTDR的高鐵聲屏障故障監(jiān)測系統(tǒng)光纜布設(shè)方案圖

圖 2 數(shù)據(jù)處理流程圖

項(xiàng)目組設(shè)計(jì)了V字型光纜敷設(shè)方式，能夠感知聲屏障不同高度吸聲板在脈動力沖擊下的振動，并利用Φ-OTDR系統(tǒng)采集振動信號。對振動信號進(jìn)行多域特征提取以及K近鄰分類后，在復(fù)雜場景下對于聲屏障故障點(diǎn)的識別正確率達(dá)到了90.9%。該方法為聲屏障故障識別提供了一條可行的技術(shù)路線，能夠減少對專業(yè)人員的依賴，對于提升高鐵聲屏障智能運(yùn)維水平具有重要意義。

圖 3 實(shí)驗(yàn)現(xiàn)場圖