目前，我國高速鐵路網(wǎng)運營(yíng)里程已超過(guò)4萬(wàn)公里，最高運行時(shí)速可達400km/h。為解決高鐵運行帶來(lái)的噪聲問(wèn)題，聲屏障作被廣泛安裝于高鐵沿線(xiàn)，目前已安裝的聲屏障總長(cháng)度超過(guò)4000km，約占高鐵運營(yíng)里程的10%以上。然而在高速列車(chē)行駛產(chǎn)生的脈動(dòng)力反復沖擊下，聲屏障結構可能會(huì )松動(dòng)甚至脫落，威脅高鐵的正常運行。2003年，德國科隆至法蘭克福段高速鐵路聲屏障在脈動(dòng)力作用下嚴重破損，經(jīng)濟損失高達三千萬(wàn)歐元。因此，鐵路工務(wù)部門(mén)亟需一種有效的技術(shù)手段能夠對聲屏障結構實(shí)時(shí)監測并及時(shí)發(fā)現故障隱患，以確保高鐵安全運營(yíng)。

近日，我司與中鐵五院勘察設計院集團有限公司聯(lián)合撰寫(xiě)的論文《基于KNN算法與φ-OTDR系統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測系統光纜布設方案圖

圖 2 數據處理流程圖

項目組設計了V字型光纜敷設方式，能夠感知聲屏障不同高度吸聲板在脈動(dòng)力沖擊下的振動(dòng)，并利用Φ-OTDR系統采集振動(dòng)信號。對振動(dòng)信號進(jìn)行多域特征提取以及K近鄰分類(lèi)后，在復雜場(chǎng)景下對于聲屏障故障點(diǎn)的識別正確率達到了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(xiàn)，能夠減少對專(zhuān)業(yè)人員的依賴(lài)，對于提升高鐵聲屏障智能運維水平具有重要意義。

圖 3 實(shí)驗現場(chǎng)圖