以更低的成本和更高的安全性來維護公共鐵軌

采用智能而強大的LabVIEW濾波器查找缺陷

智能的LabVIEW濾波器審查縱向數據以找到有意義的癥狀。起伏數據則通過快速傅里葉變換( FFT )分析進行檢測，以便監視縱向形貌的特征波長。通過比較被測形貌與事先存儲的圖案以及對鐵軌與車輪機械接觸的仿真來跟蹤。裂縫呈現出顯著的瞬變特性，因此可以通過區分移動數據窗口來發現。而傾角形貌的獨特振動模式則通過持續運行和評估的分析模型來進行定位。

由此產生的癥狀信息也被輸入到相關“超級算法”中進行運算。在這里，信息或者被進一步減少，或者從被測數據中提取出額外的高層次信息。例如，一個傾斜指示數據如果沒有輔以鐵軌表面的相關信號峰值，就被解釋為毫無意義而丟棄。另一方面，指示出明顯磨損和縱向裂縫的橫截面形貌數據將觸發一次告警。

用于鐵軌橫截面評估的主要技術是將被測數據與參考基準進行比較。基于矢量數學的算法和隨機方法相結合，可覆蓋兩個形貌數據，實現重要特征的計算。縱向和垂直偏差直接指明磨損情況(圖9)。

圖9：智能橫截面分析算法充分利用Blackfin處理器的速度和性能，可在現場實時地揭示不規則之處。

其它參數包括剩余頭端高度、準確而工整的軌道半徑(圖10)，或者有源、封閉式軌道道岔的間隔。保持在道岔容差范圍內是一個關鍵需求，這可避免高速列車經過道岔時脫軌的危險性。鐵路運營公司負責對這些道岔進行監控。

圖10：確定軌道半徑需要復雜的數學函數。

鐵路工程師們可以調整濾波器參數容限窗口，以便將“偽報警”與顯著影響乘客舒適度和運輸安全性的真正的鐵軌缺陷分隔開。

在數字地圖上查明缺陷

內嵌在數據中的GPS信息有助于在數字地圖上查明被定位的缺陷。這一地理信息增加了有關鐵路熱點位置的重要知識和新的環境信息，如大幅度的彎道、道岔和車站。這種“Easy-GIS”地理信息系統已通過LabVIEW的圖像處理功能得到實現。現存的重要區域位圖，例如一座城市，被細分為一個個單一區塊，每個區塊都有精確的地圖坐標。當鐵路工程師查看一系列缺陷時，LabVIEW從硬盤向內存中不斷加載相應的區塊并將它們組合成單個JPEG圖片。然后此圖片被復制到LabVIEW曲線圖表指示器內，并用數字光標準確地指向到缺陷的位置。

將結果分發給其它應用程序

數據結果最后被轉移到更高級別的應用程序中。諸如磨損和孔洞等關鍵缺陷的幾何形貌數據可以輸入標準的CAD系統中進行進一步的分析。這里采用的是Drawing-eXchange(文件)格式(DXF)。

與外部數據庫管理系統的連接通過ActiveX數據對象(ADO)建立的，它使用通用數據鏈接(UDL)連接類型和路徑。一套高層次的虛擬儀器(VI)使數據平臺能執行最常見的數據庫任務，如尋址表格和數據交換。

VAG紐倫堡運輸公司采用一個Microsoft Access數據庫中來維護一個關鍵的預定義位置數據矩陣，該數據庫隨參數變化而不斷刷新。某些鐵路熱點一旦超過容限范圍，系統就會創建一個電子維修計劃并配置到維修機器中的測量設備中。

蘇黎世公共運輸公司(Verkehrsbetriebe Zürich，VBZ)的維護理念依靠一種帶有內置MS Access數據庫的商業地理信息系統工具。只要按一個按鈕，所有基礎設施，包括鐵路區段、車站、道岔等都會被列出，并能在一幅代表城市整個有軌電車網絡的地圖中可視化顯示。和紐倫堡的例子一樣，作為短期和長期維護理念的重要組成部分，鐵軌的狀態也被連續監測。LabVIEW平臺借助ActiveX和NET機制與這個地理信息系統工具連接。

解決問題

從IT環境反饋的維修計劃被下載到作為質量設置點的維修機器中。兩個Blackfin處理器支持維護團隊迅速而系統地維修已磨損或存在缺陷的鐵軌區段，通過若干次磨削使鐵軌恢復其原來的形貌。

其中一個Blackfin處理器“掌管”多功能鍵盤、顯示鐵軌情況的兩個TFT液晶顯示器和移動存儲器。兩個激光掃描儀以20Hz的頻率連續捕獲瞬態橫截面信息，并通過CAN(控制器區域網絡)將數據實時傳送給CPU。該處理器還負責計算與參考數據的偏差，將新的維修點發送給由另一個Blackfin處理器控制的底部磨削機。

該磨削機總共由六個獨立的磨削柱構成。每個磨削柱所帶的基于流體靜力學的執行部件擁有于有三個自由度：首先是在鐵軌頭端的內部、外部或中間橫向移動；然后，針對最壞情況的偏差進行旋轉磨削；最后下移直至觸碰到鐵軌頭端，就開始磨削。Blackfin處理器對這18項動作進行同步控制，采用脈寬調制(PWM)信號來驅動閥門以便控制液壓執行部件。此外，在此定位過程中，6個旋轉傳感器、6個轉換測量儀、18個非接觸式位置開關、6個壓力傳感器持續受到監測。這一過程使用傳統的方法需要幾分鐘，而現在磨削柱可在幾秒鐘內自動放置。

最后，磨削柱開始打磨多余的材料(圖11 )。安全和堅固的外殼保護電子電路和傳感器免受四處飛濺的火花、揚起的灰塵、濕氣和熱氣的影響。

圖11：電子維修計劃被配置到維修機器中，機器在鐵軌上用磨削的方式解決缺陷問題。

經過磨削過程后，通過將一套形貌測量數據加載回使用移動存儲介質的IT環境，質量得到保證。

結束語

鐵路和有軌電車的系統維護理念通過采用數字嵌入式設計被帶入一個新階段。在軌道上利用低層次的測量與控制技術，在中央定位系統采用高層次的數據挖掘和分析技術，就可實現軌道維護的最理想和具有成本效益的集成解決方案。

利用性能和功能可擴展的Blackfin處理器，基于上述測量/維護理念的測量設備和車輛已能達到軌道固有惡劣環境所要求的關鍵的實時性能和可靠性。

缺陷的定位，這種設計的高層次數據分析和可視化所需要的故障定位已可在LabVIEW環境下實現，不僅可開發復雜的數學濾波器算法，而且還能滿足將現場設備與IT環境聯網所帶來的各種不同的連接性挑戰。簡單易用的LabVIEW再一次實現了具有最佳復用和重構可能性的高端設計。

LabVIEW嵌入式技術，特別是當專門與Blackfin處理器配合使用時，現在為以往用ASM或C / C + +語言編寫的算法打開了范例轉移的大門。通過技術的變化，現在有可能像本文的案例一樣在任何鐵路或有軌電車系統實現故障(主要是裂縫)定位過程的優化。任何故障的所有數據儲存在中央數據庫，便于立即維復或者用于監控。RailSurf測量雪橇車是第一個移動和智能測量設備應用實例，通過采用下一代嵌入式解決方案，實現了快速、環保和具有成本效益的維護理念。

作者簡介

Anders Norlin Frederiksen[anders.frederiksen@analog.com]于1994年獲得丹麥技術大學榮譽電子工程學士學位(BScEE)，并于1995-1997年間擔任該大學的助理教授。他于1998年加入ADI公司馬薩諸塞州諾伍德電力電子和控制部門，擔任系統工程師一職。此后他曾在ADI擔任過幾個不同職務，目前職位是全球工業行銷經理。

Marco Schmid[marco@schmid-engineering.ch]是瑞士Schmid Engineering公司的一名高級工程師。1993年獲得系統科學工程技術碩士學位后開始從事DSP硬件和軟件開發工作。自1997年以來，作為這家活躍的國際嵌入式系統解決方案提供商的領導者，他專注于研究基于微處理器的系統集成和高層次圖形化系統設計。