用于检测火车上压缩空气泄漏的自动化系统

导读 西南研究院(SwRI)开发了一种概念验证系统,可自动检测火车上的压缩空气泄漏,并将泄漏位置传递给机械人员进行维修。自动化系统可以减少查找

西南研究院(SwRI)开发了一种概念验证系统,可自动检测火车上的压缩空气泄漏,并将泄漏位置传递给机械人员进行维修。自动化系统可以减少查找和修复漏气所需的时间、成本和劳动力,并且可以降低机车行业的整体燃料消耗和废气排放。

火车使用压缩空气来实现各种功能,包括空气制动器、阀门驱动、散热器百叶窗、喇叭和铃铛。据估计,铁路行业每年因列车各个点发生漏气而损失2-3%的车辆效率。此外,这些泄漏会对列车的可操作性和安全性产生不利影响。

“空气泄漏会显着增加燃料消耗并降低机车自动发动机停止启动(AESS)系统的效率,这会导致机车更频繁地运行、燃烧更多燃料并缩短启动器、空气压缩机和电池等部件的使用寿命,“SwRI首席工程师ChristopherStoos说。“我们正在谈论可能节省数百万加仑燃料并减少二氧化碳、氮氧化物和颗粒物排放。”

目前,发现漏气需要铁路员工手动搜索,经常在铁路车辆下方或之间进行,以聆听或感觉泄漏。这种做法效率低下、耗时,并且给机械人员带来了不必要的风险。知道这一点后,联邦铁路管理局和铁路公司已经概述了火车可接受的空气泄漏率。

为了显着减少这些泄漏,SwRI创建了一个系统,该系统使用音频检测技术、摄像头和机器学习来自主检测、识别和报告空气泄漏,即使在行驶的火车上也是如此。

该项目由运输研究委员会(TRB)的铁路安全IDEA计划资助,由Stoos、高级研究工程师HeathSpidle和研究工程师JakeA.Janssen领导。

该系统使用小型商用FlukeSV600固定声学成像仪,该成像仪使用64麦克风阵列和摄像机,可检测30-45kHz的频率,这是压缩空气泄漏的最佳频率,可从大多数背景噪声中脱颖而出。该仪器与辅助光谱相机协同工作。为了使检测过程自动化,该团队训练并实施了机器学习算法,以识别来自传感器输出的空气泄漏,同时忽略与泄漏无关的输出。

在测试过程中,原型系统成功检测到机车不同位置的一系列漏气,误报率仅为0.03%。平均而言,该系统在行驶的火车上每13次泄漏中检测到11次。一旦发现漏气,就会以电子方式与适当的人员共享带有图像的警报,以显示需要检查和维修的区域。

“该系统应减轻机械人员的负担并提高压缩空气系统的性能,”Stoos说。“仍然需要进一步的现场开发和测试,但如果实施得当,该系统可能会为机车行业节省数百万的燃料节省和维护费用。这项技术还可以通过提高机车燃料效率来大大减少温室气体排放。”