基于音频分析的列车行驶安全检测技术：原理、应用与展望

基于音频分析的列车行驶安全检测技术：原理、应用与展望一、引言1.1研究背景与意义随着全球经济的快速发展，铁路运输作为一种高效、大运量的交通方式，在现代交通运输体系中占据着举足轻重的地位。近年来，我国铁路建设取得了举世瞩目的成就，铁路营业里程持续增长，“八纵八横”高铁网基本形成，高速列车的运行速度不断提高，如复兴号列车的最高运营时速可达350公里。截至2025年，全国铁路营业里程已超过15万公里，高铁运营里程突破4万公里，全国铁路旅客发送量突破10亿，达到10.74亿人次，同比增长5.9%；全国铁路货运发送量完成12.53亿吨，同比增长1.0%，铁路运输在客运和货运方面都发挥着重要作用，为促进经济发展、推动区域交流做出了巨大贡献。然而，铁路运输的快速发展也对列车行驶安全提出了更高的要求。列车行驶安全不仅关系到乘客的生命财产安全，还影响着铁路运输的正常秩序和社会的稳定。一旦发生列车安全事故，往往会造成严重的人员伤亡和巨大的经济损失，如2011年的温州动车事故，因信号设备故障和人为操作失误导致重大事故，造成了40人死亡、172人受伤，直接经济损失达19371.65万元，这起事故引起了社会的广泛关注，也给铁路运输安全敲响了警钟。此外，列车安全事故还会对铁路运输企业的声誉造成负面影响，降低公众对铁路运输的信任度。因此，保障列车行驶安全是铁路运输行业发展的首要任务。传统的列车安全检测方法主要依赖于人工巡检和一些简单的设备检测，如通过人工观察列车部件的外观、检查设备的运行状态等方式来发现潜在的安全隐患。这些方法存在着检测效率低、主观性强、难以实时监测等缺点，无法满足现代铁路运输对安全检测的高要求。例如，人工巡检受限于人的视觉和听觉范围，对于一些隐蔽性的故障难以发现；而且人工巡检的频率有限，无法做到对列车运行状态的实时监控，容易导致安全隐患在未被发现的情况下逐渐恶化，最终引发安全事故。随着信息技术的飞速发展，音频分析技术作为一种新兴的检测手段，逐渐在列车行驶安全检测领域得到应用。音频分析技术具有实时性强、非接触式检测、能够快速准确地识别异常声音等优点，可以有效地弥补传统检测方法的不足。在列车运行过程中，车轮与轨道的摩擦、车辆部件的振动等都会产生特定的声音信号，当列车出现故障或异常时，这些声音信号的特征会发生变化。通过对列车运行时的音频信号进行采集、分析和处理，可以及时发现列车的潜在安全隐患，如车轮磨损、轴承故障、轨道缺陷等。例如，德国铁路采用的声纹识别技术，通过车载麦克风阵列实时监测轮轨运行状态，利用先进的信号处理技术和深度学习模型对采集到的音频信号进行分析，能够提前识别潜在的轮轨故障，一旦检测到异常声纹，系统立即发出预警信号，通知维护人员提前采取措施，避免故障进一步恶化。这种技术的应用显著提高了列车运行的安全性和可靠性，为保障铁路运输安全提供了有力支持。综上所述，开展基于音频分析的列车行驶安全检测技术研究具有重要的现实意义。通过深入研究音频分析技术在列车安全检测中的应用，可以提高列车安全检测的效率和准确性，及时发现并排除列车的安全隐患，保障列车的安全行驶，为铁路运输的可持续发展提供技术保障。1.2国内外研究现状在国外，基于音频分析的列车行驶安全检测技术研究起步较早，取得了一系列具有代表性的成果。德国铁路采用的声纹识别技术颇具创新性，通过在列车轮对和轨道接触点附近安装高灵敏度的麦克风阵列，能够实时采集运行中的声音信号。这些麦克风阵列可以精准捕捉轮轨接触时产生的高频和低频声波，而这些声波中蕴含着轮轨状态的关键信息。随后，利用先进的信号处理技术将采集到的音频信号转换为声纹特征，再采用深度学习模型（如Res2Net和SE-DR-Res2Block）对声纹特征进行提取和分析，该模型能够敏锐识别出正常运行和潜在故障之间的细微差异。通过使用大量的故障音频样本对AI模型进行训练，使其可以准确识别轮轨故障的共同声纹特征。在列车运行过程中，AI系统实时分析麦克风阵列采集到的声纹数据，一旦检测到异常声纹，便立即发出预警信号，通知维护人员提前采取措施，避免故障进一步恶化。基于声纹识别结果，系统还能提前预测轮轨故障的发生时间，为维护团队提供精准的决策支持，优化维护计划，减少不必要的维修工作，降低维护成本，同时提高列车运行的安全性和可靠性。日本也在积极开展相关研究，其研发的基于音频分析的列车异常检测系统，运用了先进的传感器技术和信号处理算法。该系统能够对列车运行时产生的各种声音进行全面采集和深入分析，包括车轮与轨道的摩擦声、车辆部件的振动声等。通过建立精确的声音模型，对正常运行声音的特征进行详细刻画，当检测到声音信号偏离正常模型时，及时发出警报。例如，在车轮出现磨损或轨道存在缺陷时，系统能够迅速捕捉到声音特征的变化，从而实现对列车潜在安全隐患的有效监测。在国内，随着铁路运输的快速发展，基于音频分析的列车行驶安全检测技术研究也日益受到重视，并取得了显著进展。天津理工大学的学者针对声音信号容易受到环境噪声影响，以及行车噪声因行车环境、车重、车速改变而存在较大差异，导致无法有效建模的问题，提出了一种改进的最小值控制递归平均算法（MCRA）作为行车噪声的估计方法。该算法有效解决了MCRA算法存在的噪声估计延时问题和噪声功率谱估计不准确问题，能实时估计行车噪声，为后续的异音检测提供了更可靠的基础。同时，针对异常行车类型多的特点，提出了一种以改进能熵比值为特征值的列车异音检测方法。该方法不同于传统能熵比方法只能实现能量突变检测的功能，而是对应不同的异常类型选取特定的异常频段做能熵比检测，有效识别了四类异常行车情况，并搭建了车站列车运行安全监测系统，实现了定位异常车厢、判别异常类型以及确定车速的功能，通过实验验证，检测准确率达到91%。此外，还有研究提出了一种基于声音的铁路车辆轮对损伤检测方法。该方法在铁路运行限界以外安装测速定位装置、声音采集装置和控制处理装置。当列车的被测轮对通过时，测速定位装置全息记录车轮的速度信息和位置信息，声音采集装置全息记录声音信息。通过对采集到的声音信号进行波束指向处理，提取车轮的声音信号，再基于速度信息、位置信息和声音信息绘制车轮的“时间-位置曲线”，通过计算两条曲线的距离并与设定阈值比较，来判定车轮是否存在异音，即车轮是否损伤或运行品质不良。这种方法能够在不影响铁路车辆运行的情况下，同时完成对轮对损伤、运行品质以及超偏载的检测。尽管国内外在基于音频分析的列车行驶安全检测技术方面取得了一定的成果，但目前的研究仍存在一些问题与不足。一方面，在复杂的铁路运行环境中，噪声干扰问题仍然较为突出。列车运行时会受到来自周围环境、其他车辆以及自身设备等多种噪声源的干扰，这些噪声会对音频信号的采集和分析产生严重影响，降低检测的准确性和可靠性。虽然已经提出了一些降噪算法，但在实际应用中，对于复杂多变的噪声环境，现有的降噪方法还不能完全满足要求，需要进一步研究更加有效的降噪技术。另一方面，目前的研究大多针对单一的异常类型或部件进行检测，缺乏对列车整体运行状态的全面监测和综合分析。列车是一个复杂的系统，各个部件之间相互关联，一个部件的故障可能会引发其他部件的异常，因此需要建立一个能够综合考虑列车多个部件和多种异常情况的检测模型，实现对列车运行状态的全方位监测和评估。此外，不同的铁路线路、列车类型和运行条件会导致音频信号特征存在差异，现有的检测算法和模型在通用性和适应性方面还有待提高，需要进一步研究如何使检测技术能够更好地适用于不同的应用场景。1.3研究内容与方法1.3.1研究内容本研究将围绕基于音频分析的列车行驶安全检测技术展开，具体内容如下：列车运行音频信号采集与预处理：在列车关键部位，如车轮与轨道接触点、轴承、电机等附近，合理布置高灵敏度麦克风，构建麦克风阵列，确保能够全面、准确地采集列车运行时产生的各种音频信号。同时，运用先进的信号调理电路对采集到的音频信号进行放大、滤波等预处理操作，以提高信号质量，降低噪声干扰，为后续的音频分析奠定基础。例如，采用低噪声放大器对音频信号进行放大，采用带通滤波器去除信号中的高频和低频噪声，使信号更加清晰稳定。音频特征分析与提取：深入研究列车正常运行和异常状态下音频信号的特征差异，运用时域分析、频域分析和时频分析等多种方法，提取能够有效表征列车运行状态的音频特征参数。在时域分析中，计算音频信号的均值、方差、峰值等参数；在频域分析中，利用傅里叶变换等方法将时域信号转换为频域信号，分析信号的频率分布特性；在时频分析中，采用小波变换、短时傅里叶变换等方法，获取信号在时间和频率上的联合分布信息，从而更全面地揭示音频信号的特征。列车行驶安全检测算法研究：基于提取的音频特征参数，结合机器学习、深度学习等技术，研究开发高效准确的列车行驶安全检测算法。利用支持向量机、决策树等传统机器学习算法对音频特征进行分类识别，判断列车是否处于安全运行状态。同时，探索深度学习算法在列车安全检测中的应用，如构建卷积神经网络（CNN）、循环神经网络（RNN）及其变体（如长短期记忆网络LSTM、门控循环单元GRU）等模型，通过对大量音频数据的学习和训练，自动提取音频信号的深层特征，提高检测算法的准确性和泛化能力。检测系统的设计与实现：根据研究成果，设计并实现一套完整的基于音频分析的列车行驶安全检测系统。该系统包括音频信号采集模块、信号预处理模块、特征提取模块、检测算法模块以及结果显示与预警模块等。各模块之间相互协作，实现对列车运行音频信号的实时采集、分析和处理，及时准确地检测出列车的安全隐患，并通过直观的界面显示检测结果，当发现异常时及时发出预警信号，通知相关人员采取相应措施。系统性能评估与优化：利用实际采集的列车运行音频数据对检测系统的性能进行全面评估，分析系统的准确性、可靠性、实时性等指标。针对评估过程中发现的问题，对系统进行优化和改进，进一步提高系统的性能和稳定性。通过增加训练数据量、调整模型参数、优化算法结构等方式，不断提升检测系统的准确性和泛化能力；采用并行计算、分布式处理等技术，提高系统的实时性和处理效率，确保系统能够满足实际应用的需求。1.3.2研究方法本研究将综合运用多种研究方法，以确保研究的科学性和有效性：文献研究法：广泛查阅国内外相关文献资料，包括学术期刊论文、学位论文、研究报告、专利文献等，全面了解基于音频分析的列车行驶安全检测技术的研究现状、发展趋势以及存在的问题。对相关理论和方法进行梳理和总结，为研究提供坚实的理论基础和技术支持。通过对文献的分析，借鉴前人的研究成果，避免重复研究，同时发现研究的空白点和创新点，为后续的研究工作指明方向。实验研究法：搭建实验平台，开展一系列实验研究。在实验平台上模拟列车的实际运行环境，通过在列车模型或实际列车上安装麦克风阵列，采集不同运行状态下的音频信号。对采集到的音频信号进行分析和处理，验证所提出的音频特征提取方法和检测算法的有效性。设计对比实验，比较不同算法和模型的性能，筛选出最优的算法和模型。通过实验研究，获取第一手数据，为理论研究提供实践依据，同时对研究成果进行实际验证，确保其具有实际应用价值。理论分析法：运用信号处理、模式识别、机器学习等相关理论，对列车运行音频信号的特征分析、检测算法等进行深入的理论研究。建立数学模型，分析音频信号的特征变化规律，推导检测算法的原理和公式，为算法的设计和优化提供理论指导。通过理论分析，深入理解音频分析技术在列车行驶安全检测中的作用机制，为研究提供理论支持，同时为解决实际问题提供理论依据。案例分析法：收集和分析实际铁路运输中的列车安全事故案例，以及现有基于音频分析的列车行驶安全检测系统的应用案例。通过对案例的深入剖析，总结事故发生的原因和规律，以及现有检测系统的优点和不足。将案例分析的结果应用于本研究，优化检测系统的设计和算法，提高系统的实用性和可靠性。通过案例分析，从实际应用中获取经验教训，为研究提供实际参考，同时验证研究成果的实际应用效果。二、音频分析基础理论2.1音频信号特性音频信号是一种携带语音、音乐和音效等信息的有规律的声波，其频率和幅度会随时间变化，可用一条连续的曲线来表示。在列车行驶过程中，车轮与轨道的摩擦、车辆部件的振动以及各种设备的运转都会产生丰富的音频信号，这些信号包含了列车运行状态的关键信息。从时域角度来看，音频信号表现为振幅随时间变化的波形，通过对列车运行音频信号的时域分析，可以获取信号的一些基本特征。信号的幅度反映了声音的强弱，当列车的某些部件出现松动或磨损时，产生的音频信号幅度可能会发生明显变化。例如，车轮与轨道之间的正常摩擦会产生相对稳定幅度的音频信号，而当车轮出现扁疤时，在扁疤与轨道接触的瞬间，会产生较大幅度的冲击信号，这在时域波形上会表现为明显的尖峰。信号的能量是一个重要特征，它与信号的幅度平方成正比，通过计算音频信号的短时能量，可以判断信号在不同时间段内的活跃程度。当列车经过道岔时，由于车轮与道岔部件的复杂相互作用，音频信号的短时能量会显著增加。此外，信号的均值和方差也能提供有用信息，均值表示信号的平均幅度，方差则反映了信号幅度的离散程度，通过分析这些参数，可以了解音频信号的整体特性和波动情况。从频域角度分析，音频信号可以通过傅里叶变换等方法转换到频域，以展示其在不同频率上的能量分布。音频信号可以看作是由不同频率的正弦波组成，频域特征描述了声音中各个频率分量的强度和分布情况。列车运行时，不同部件产生的音频信号具有特定的频率范围和频率特征。车轮的滚动会产生一系列与车轮转速和直径相关的频率成分，正常情况下，这些频率成分相对稳定，当车轮出现磨损或不圆时，会产生额外的高频成分，这些高频成分的出现可以作为判断车轮故障的重要依据。电机的运转也会产生特定频率的音频信号，通过分析电机音频信号的频率特性，可以了解电机的工作状态，如电机轴承故障可能会导致某些特征频率的幅值增加。列车运行音频信号的频域特征还可以通过功率谱密度来描述，它表示信号在各个频率上的功率分布情况。通过对功率谱密度的分析，可以更清晰地了解信号中不同频率成分的相对强度，从而更准确地识别出与列车故障相关的频率特征。2.2音频分析方法2.2.1傅里叶变换及其应用傅里叶变换是一种将时域信号转换为频域信号的强大数学工具，其基本原理基于傅里叶分析的核心思想，即任何周期性信号都能被分解为不同频率的正弦波和余弦波的叠加。对于连续时间信号x(t)，其傅里叶变换的公式为：X(f)=\int_{-\infty}^{\infty}x(t)e^{-j2\pift}dt其中，f表示频率，X(f)是信号在该频率下的复数值，它同时表示了该频率分量的幅值和相位。通过傅里叶变换，原本在时域中随时间变化的信号，被转换到频域中，展现出信号在不同频率上的特性。例如，一个复杂的音频信号，在时域上可能表现为一条复杂的波形曲线，难以直接分析其频率成分，但经过傅里叶变换后，就可以清晰地看到不同频率成分的强度分布，从而了解信号中包含哪些频率信息。离散傅里叶变换（DFT）则是用于分析离散时间信号频谱的方法，对于长度为N的离散信号x[n]，其DFT表达式为：X[k]=\sum_{n=0}^{N-1}x[n]e^{-j2\pi\frac{kn}{N}}其中，k是频率索引，X[k]表示信号在第k个频率上的分量。然而，直接计算DFT的计算复杂度为O(N^2)，对于长序列来说计算开销较大。为了提高计算效率，快速傅里叶变换（FFT）应运而生，它是DFT的高效算法，通过分治法将大规模DFT问题分解为多个小规模的DFT问题，将计算复杂度从O(N^2)降低到O(NlogN)，极大地提高了计算速度，使得傅里叶变换在实际应用中更加可行。在列车音频信号频谱分析中，傅里叶变换发挥着关键作用。通过对列车运行时采集到的音频信号进行傅里叶变换，可以将时域的音频信号转换为频域信号，进而分析信号中各个频率成分的强度和分布。正常运行的列车车轮与轨道摩擦产生的音频信号具有特定的频率特征，当车轮出现磨损、扁疤等故障时，会产生额外的频率成分或导致原有频率成分的幅值发生变化。通过傅里叶变换得到的频谱图，可以直观地观察到这些频率变化，从而为判断列车是否存在故障提供重要依据。在分析列车电机音频信号时，傅里叶变换可以帮助识别电机正常运转和出现故障（如轴承故障、绕组短路等）时的频率差异，实现对电机运行状态的监测和故障诊断。2.2.2小波变换与短时傅里叶变换小波变换是一种局部时频分析方法，它的核心思想是将信号分解成一组不同尺度的小波函数，从而在时频域上同时进行分析。对于函数f(t)，其连续小波变换定义为：CWT_{f}(a,b)=\frac{1}{\sqrt{|a|}}\int_{-\infty}^{\infty}f(t)\psi^{*}(\frac{t-b}{a})dt其中，\psi(t)是母小波，*表示复共轭，a是尺度因子，用于缩放母小波，b是位置因子，用于在时间轴上平移母小波。通过调整尺度因子a和位置因子b，小波变换能够根据信号的局部特性自动选择合适的小波函数，实现对信号的局部分析，这使得它在处理非平稳信号时具有独特的优势。在列车运行过程中，当出现突发故障时，信号会呈现出非平稳特性，小波变换可以敏锐地捕捉到这些局部变化，准确地定位故障发生的时间和频率特征。短时傅里叶变换（STFT）也是一种时频分析方法，它将信号划分为多个时间窗口，并对每个窗口进行傅里叶变换，从而得到信号在各个时间段的频谱特性。STFT的分析粒度更细，能够在局部时间范围内分析信号，更好地捕捉到信号的瞬时特征。在列车音频信号处理中，当需要分析列车在短时间内的运行状态变化时，STFT可以提供更详细的时频信息。在列车通过道岔或弯道时，音频信号会在短时间内发生明显变化，STFT可以清晰地展示这些变化的频率特征，帮助检测系统及时发现异常情况。此外，STFT的计算速度较快，适用于实时处理和在线分析，能够满足列车行驶安全检测对实时性的要求。然而，小波变换和短时傅里叶变换也各有其局限性。小波变换的计算复杂度较高，需要大量的计算资源，对于高维信号，计算量会更大，而且小波基的选择和参数的调整需要一定的经验和技巧。短时傅里叶变换的时间分辨率较差，不能很好地反映信号的瞬时特征，对于非平稳信号，可能会出现频谱漏失和频谱混叠的问题。在实际应用中，需要根据列车音频信号的特点和检测需求，合理选择小波变换或短时傅里叶变换，或者结合使用这两种方法，以充分发挥它们的优势，提高列车行驶安全检测的准确性和可靠性。2.2.3音频特征提取方法在列车安全检测中，准确提取音频特征是实现故障诊断的关键步骤。梅尔频率倒谱系数（MFCC）是一种广泛应用的音频特征提取方法，它基于人耳听觉特性，模拟了人耳对不同频率声音的感知特性。MFCC的计算过程较为复杂，首先使用快速傅里叶变换（FFT）将音频信号转换为频域信号，然后计算频域信号的对数能量，再使用汉明窗函数对对数能量序列进行平滑，接着使用梅尔滤波器组对对数能量序列进行频域分析，得到MFCC序列，最后将MFCC序列进行归一化处理。在列车安全检测中，MFCC可以有效地捕获列车运行音频信号的特征，不同的列车部件故障会导致音频信号的MFCC特征发生特定的变化，通过分析这些变化，可以判断列车是否存在故障以及故障的类型。当列车车轮出现磨损时，其音频信号的MFCC特征中的某些系数会偏离正常范围，通过监测这些系数的变化，就可以及时发现车轮的磨损情况。线性预测编码（LPC）也是一种常用的音频特征提取方法，它基于信号的线性预测分析，通过对音频信号进行线性预测，得到预测误差的特征参数。LPC可以提取出音频信号的声道特征，在语音识别领域应用广泛，在列车音频信号处理中也具有一定的应用价值。它能够反映列车运行音频信号的一些细微变化，对于检测列车部件的早期故障具有一定的帮助。通过分析LPC特征参数的变化趋势，可以提前发现列车部件的潜在问题，为预防性维护提供依据。此外，还有过零率、短时能量等时域特征提取方法，以及基于深度学习的特征提取方法如卷积神经网络（CNN）自动提取的特征等。过零率表示音频信号在单位时间内穿越零电平的次数，它可以反映音频信号的频率特性，当列车音频信号的过零率发生异常变化时，可能意味着列车运行状态出现问题。短时能量则反映了音频信号在短时间内的能量变化情况，对于检测列车运行中的突发异常声音具有重要作用。基于深度学习的特征提取方法能够自动学习音频信号的深层次特征，在大规模数据的支持下，具有更强的特征表示能力和分类性能，为列车行驶安全检测提供了更强大的技术支持。在实际应用中，通常会综合运用多种音频特征提取方法，充分利用不同方法提取的特征信息，提高列车行驶安全检测的准确性和可靠性。三、列车行驶音频数据采集与预处理3.1数据采集系统设计数据采集是基于音频分析的列车行驶安全检测技术的首要环节，其准确性和可靠性直接影响后续的分析与检测结果。为了全面、准确地采集列车运行时产生的音频信号，本研究设计了一套高效的数据采集系统，该系统主要由麦克风阵列和数据采集卡组成。麦克风阵列作为音频信号采集的关键设备，其选型和布局至关重要。在麦克风选型方面，考虑到列车运行环境的复杂性，对麦克风的灵敏度、信噪比和频率响应范围等性能指标有着严格要求。本研究选用了高灵敏度的MEMS（Micro-Electro-MechanicalSystem）麦克风，其具有体积小、功耗低、灵敏度高（可达-42dBFS）、信噪比高（通常在65dB以上）等优点，能够在复杂的列车运行环境中准确捕捉微弱的音频信号。例如，某型号的MEMS麦克风在实际应用中，能够清晰采集到距离10米处、声压级为40dB的声音信号，满足列车音频采集的需求。在麦克风阵列布局上，采用了线性阵列和环形阵列相结合的方式。在列车的关键部位，如车轮与轨道接触点附近，沿车轮圆周方向均匀布置4个麦克风，形成环形阵列，这样可以全方位地采集车轮与轨道摩擦产生的音频信号，有效提高对车轮故障相关声音的捕捉能力。在列车的轴承和电机等部件附近，采用线性阵列布局，将3个麦克风等间距排列成一条直线，长度约为30厘米，这种布局能够更好地捕捉部件的振动声音，并且利用麦克风之间的信号差异进行声源定位，提高对这些部件故障的检测精度。例如，当轴承出现故障时，线性阵列中的不同麦克风接收到的故障声音信号在时间和幅度上会存在差异，通过对这些差异进行分析，可以更准确地确定故障的位置和程度。数据采集卡负责将麦克风采集到的模拟音频信号转换为数字信号，并传输到计算机进行后续处理。选用了具有多通道、高采样率和高精度的PCI-6259数据采集卡，其具备16个模拟输入通道，能够同时采集多个麦克风的信号；采样率最高可达1.25MS/s，能够满足对音频信号高分辨率采集的需求；分辨率为16位，可精确量化音频信号的幅值，有效减少量化误差，保证采集到的音频数据质量。例如，在对列车运行音频信号进行采集时，该数据采集卡能够以1MS/s的采样率对8个麦克风的信号进行同步采集，确保音频信号的细节信息不被丢失。在数据采集系统的搭建过程中，首先将麦克风按照设计好的布局进行安装，使用特制的安装支架将麦克风牢固地固定在列车的关键部位，确保在列车运行过程中麦克风不会发生位移或松动，从而保证采集到的音频信号的稳定性和准确性。同时，对麦克风进行校准，通过标准声源发出已知频率和强度的声音信号，对每个麦克风的灵敏度和频率响应进行测试和调整，使其性能达到最佳状态。将麦克风与数据采集卡通过屏蔽电缆连接，屏蔽电缆能够有效减少外界电磁干扰对音频信号的影响，保证信号传输的质量。将数据采集卡安装在计算机的PCI插槽中，并安装相应的驱动程序和数据采集软件，通过软件设置数据采集卡的采样率、通道数等参数，实现对列车运行音频信号的实时采集和存储。通过精心设计和搭建数据采集系统，能够全面、准确地采集列车运行时的音频信号，为后续的音频分析和列车行驶安全检测提供高质量的数据支持。3.2数据采集实验为了获取丰富且具有代表性的列车运行音频数据，本研究开展了全面的数据采集实验，实验涵盖了不同列车类型以及多种运行工况，以确保采集到的数据能够充分反映列车在各种实际情况下的运行状态。在列车类型方面，选取了具有广泛代表性的高速列车、普通动车组列车和货运列车。高速列车如复兴号CR400BF，其最高运营时速可达350公里，具有速度快、运行平稳等特点，但对轮轨系统和车辆部件的性能要求也更高，一旦出现故障，可能会对运行安全产生严重影响。普通动车组列车如和谐号CRH2，运营速度一般在200-250公里/小时，在国内铁路客运中承担着重要的运输任务，其运行环境和故障模式与高速列车有所不同。货运列车则具有载重量大、运行线路复杂等特点，其车辆部件所承受的载荷较大，故障类型也较为多样。在运行工况的设置上，考虑了多种因素。速度方面，分别设置了低速（30-50公里/小时）、中速（100-150公里/小时）和高速（200公里/小时以上）运行工况。在低速运行时，主要关注列车启动、制动以及通过道岔等情况下的音频信号变化，这些工况下，列车的动力学特性与高速运行时有很大差异，音频信号也会呈现出不同的特征。在列车启动过程中，车轮与轨道的摩擦力较大，会产生较大的摩擦声，同时电机的启动电流也会导致电机发出特定的声音；在通过道岔时，车轮与道岔部件的碰撞和摩擦会产生明显的冲击声和高频噪声。中速运行工况则模拟了列车在一般线路上的运行状态，此时列车的运行相对稳定，但仍然可能出现一些因部件磨损或松动而产生的异常声音。高速运行工况下，空气动力学噪声和轮轨噪声成为主要噪声源，且随着速度的增加，噪声的强度和频率分布也会发生显著变化，需要重点关注这些噪声的特征变化，以判断列车是否处于正常运行状态。线路条件也是实验中考虑的重要因素，包括直线轨道、弯道轨道和道岔区域。在直线轨道上，主要采集列车正常运行时的音频数据，作为后续分析的基准数据。弯道轨道上，由于列车受到离心力的作用，车轮与轨道的接触力分布发生变化，会产生额外的摩擦和振动，从而导致音频信号的特征发生改变。通过采集弯道轨道上的音频数据，可以研究列车在弯道运行时的声学特性，为检测因弯道运行引起的潜在故障提供依据。道岔区域是列车运行中的关键部位，道岔的转换和列车通过道岔时的复杂力学作用，会产生各种独特的声音信号，如道岔尖轨与基本轨的撞击声、车轮与道岔辙叉的摩擦声等。对道岔区域的音频数据进行采集和分析，有助于及时发现道岔设备的故障和异常情况，保障列车的安全通过。在不同的天气条件下，如晴天、雨天和大风天气，也进行了音频数据采集。晴天时，列车运行环境相对稳定，音频信号主要反映列车自身部件的运行状态。雨天时，雨水会对车轮与轨道的摩擦产生影响，可能导致摩擦力减小，从而使音频信号的特征发生变化，同时雨水打在车体上也会产生额外的噪声。大风天气下，强风会作用于列车车体，产生空气动力学噪声，并且可能会对列车的运行稳定性产生影响，导致列车部件的振动加剧，进而影响音频信号。通过在不同天气条件下采集音频数据，可以研究环境因素对列车运行音频信号的影响，提高检测系统在复杂环境下的适应性和准确性。在实验实施过程中，首先根据列车类型和运行工况的要求，合理安排列车的运行计划。在列车上按照设计好的麦克风阵列布局，安装高灵敏度的MEMS麦克风，并确保麦克风的安装牢固，避免在列车运行过程中出现松动或位移，影响音频信号的采集质量。在列车运行前，对数据采集系统进行全面检查和调试，包括麦克风的校准、数据采集卡的参数设置等，确保系统能够正常工作。在列车运行过程中，数据采集系统实时采集列车运行时的音频信号，并将采集到的数据存储在计算机的硬盘中，以便后续进行分析和处理。为了保证数据的准确性和可靠性，每个运行工况下都进行了多次重复采集，每次采集的时间不少于30分钟，以获取足够的数据量进行分析。通过在不同列车类型和多种运行工况下进行音频数据采集实验，共获取了超过1000组音频数据，这些数据涵盖了列车在各种实际运行情况下的音频信号特征，为后续的音频特征分析、检测算法研究以及检测系统的开发和优化提供了丰富的数据支持。3.3数据预处理在列车行驶音频数据采集过程中，由于列车运行环境复杂，采集到的音频信号往往包含大量噪声和混响，且数据分布范围不一致，这些因素会对后续的音频分析和列车行驶安全检测产生严重干扰。因此，需要对采集到的数据进行预处理，以提高数据质量，为后续分析提供可靠的数据基础。数据预处理主要包括降噪处理、去混响处理和数据归一化等步骤。3.3.1降噪处理列车行驶环境中的噪声来源广泛且复杂，主要包括以下几个方面：轮轨噪声：列车运行时，车轮与轨道之间的摩擦、撞击以及滚动接触会产生强烈的噪声。这种噪声是列车运行噪声的主要组成部分，其产生机制与车轮和轨道的表面状态、材质特性以及列车的运行速度等因素密切相关。当车轮表面出现磨损、擦伤或轨道存在不平顺时，轮轨噪声会显著增大。在高速行驶时，由于车轮与轨道之间的作用力增强，轮轨噪声也会随之增加。空气动力噪声：随着列车速度的提高，空气动力噪声逐渐成为主要噪声源之一。列车在运行过程中，与周围空气发生相互作用，产生气流扰动，进而形成空气动力噪声。列车的外形设计、车体表面的粗糙度以及列车通过隧道等特殊环境时，空气动力噪声会更加明显。当列车高速通过隧道时，由于隧道内空间狭窄，空气流动受限，会产生强烈的空气压缩波和膨胀波，导致空气动力噪声急剧增大。设备噪声：列车上的各种设备，如电机、变压器、冷却风扇等在运行过程中也会产生噪声。这些设备的噪声具有各自的特征频率和强度，电机的电磁噪声是由于电机内部的电磁力作用产生的，其频率与电机的转速和电磁结构有关；冷却风扇的噪声则主要是由于风扇叶片与空气的相互作用产生的，其噪声强度与风扇的转速和叶片形状有关。环境噪声：列车运行环境中的其他噪声源，如周围的交通噪声、风声、雨声等也会对采集到的音频信号产生干扰。在车站附近，周围车辆的行驶噪声、人群的嘈杂声等都会混入列车音频信号中，影响信号的质量。为了有效降低这些噪声对音频信号的影响，本研究采用了谱减法和小波阈值降噪法相结合的降噪算法。谱减法的基本原理是基于噪声的统计特性，假设噪声是平稳的，在没有语音信号存在的时间段内，通过对噪声样本进行分析，估计出噪声的功率谱。在含有语音信号的时间段内，从带噪语音信号的功率谱中减去估计的噪声功率谱，从而得到去噪后的语音信号功率谱，再通过反变换得到去噪后的音频信号。其具体步骤如下：噪声功率谱估计：在音频信号中选取一段噪声相对平稳的时间段，通常选择信号起始部分或信号间隙部分作为噪声样本。对噪声样本进行快速傅里叶变换（FFT），得到噪声的频域表示，然后计算噪声的功率谱。假设噪声样本为n(t)，经过FFT变换后得到N(k)，则噪声功率谱P_n(k)=|N(k)|^2，其中k表示频率索引。带噪语音功率谱计算：对带噪语音信号x(t)进行FFT变换，得到其频域表示X(k)，进而计算带噪语音的功率谱P_x(k)=|X(k)|^2。去噪语音功率谱估计：从带噪语音功率谱中减去噪声功率谱，得到去噪语音功率谱的估计值P_y(k)=P_x(k)-\alphaP_n(k)，其中\alpha是过减因子，通常取值在1.5-2.5之间，用于补偿噪声估计的误差，避免过度减噪导致语音信号失真。反变换得到去噪语音信号：对去噪语音功率谱P_y(k)进行傅里叶逆变换（IFFT），得到去噪后的音频信号y(t)。然而，谱减法在实际应用中存在一些局限性，如在低信噪比情况下，容易产生音乐噪声，影响去噪效果。为了进一步提高降噪性能，本研究结合了小波阈值降噪法。小波阈值降噪法是一种基于小波变换的时频分析方法，其基本思想是利用小波变换将音频信号分解成不同频率和时间尺度的小波系数。由于噪声主要集中在高频部分，而有用信号主要分布在低频部分，通过对小波系数进行阈值处理，去除或抑制高频部分的噪声系数，保留低频部分的有用信号系数，再通过小波逆变换重构音频信号，从而实现降噪目的。其具体步骤如下：小波变换：对带噪音频信号x(t)进行小波变换，将其分解为不同尺度和频率的小波系数W_{j,k}，其中j表示尺度索引，k表示时间索引。常用的小波基函数有Daubechies小波、Symlets小波等，根据音频信号的特点和降噪需求选择合适的小波基。阈值选择：确定合适的阈值T是小波阈值降噪的关键步骤。常用的阈值选择方法有固定阈值法、无偏似然估计阈值法（SureShrink）等。固定阈值法根据经验公式T=\sigma\sqrt{2\lnN}计算阈值，其中\sigma是噪声的标准差，可通过对噪声样本的分析估计得到，N是信号的长度。无偏似然估计阈值法则通过对小波系数的统计分析，自适应地选择最优阈值，能够在不同噪声环境下取得较好的降噪效果。阈值处理：对小波系数进行阈值处理，常用的阈值处理函数有硬阈值函数和软阈值函数。硬阈值函数定义为：W_{j,k}^{new}=\begin{cases}W_{j,k},&|W_{j,k}|\geqT\\0,&|W_{j,k}|<T\end{cases}软阈值函数定义为：W_{j,k}^{new}=\begin{cases}sign(W_{j,k})(|W_{j,k}|-T),&|W_{j,k}|\geqT\\0,&|W_{j,k}|<T\end{cases}其中sign(\cdot)是符号函数。硬阈值处理简单直接，但重构信号可能会出现振荡现象；软阈值处理得到的重构信号更加平滑，但会导致一定程度的信号失真。在实际应用中，可根据具体情况选择合适的阈值处理函数。小波逆变换：对经过阈值处理后的小波系数W_{j,k}^{new}进行小波逆变换，重构得到去噪后的音频信号y(t)。通过将谱减法和小波阈值降噪法相结合，先利用谱减法对音频信号进行初步降噪，去除大部分的平稳噪声，再利用小波阈值降噪法对谱减法处理后的信号进行进一步降噪，抑制低信噪比情况下产生的音乐噪声，从而提高降噪效果，得到更清晰的音频信号，为后续的音频分析和列车行驶安全检测提供更好的数据基础。3.3.2去混响处理混响是指声音在传播过程中，由于遇到周围物体的反射、散射等作用，使得声音在空间中多次反射叠加，形成的一种持续的余音效果。在列车音频信号采集过程中，混响会对音频分析产生诸多不利影响：影响音频信号的清晰度：混响使得原始音频信号与反射信号相互叠加，导致音频信号的时域波形变得复杂，难以分辨出原始信号的特征。在分析列车部件的故障声音时，混响可能会掩盖故障声音的关键特征，使检测系统难以准确判断故障类型和位置。干扰音频特征提取：混响会改变音频信号的频率特性，使得音频信号的频谱变得模糊，影响音频特征提取的准确性。在提取梅尔频率倒谱系数（MFCC）等音频特征时，混响可能会导致特征参数的偏差，从而影响后续的故障诊断和分类。降低检测系统的性能：由于混响的存在，检测系统对音频信号的分析和处理难度增加，可能会导致检测准确率下降，误报率上升。在基于机器学习的列车行驶安全检测系统中，混响会使训练数据的特征变得不稳定，影响模型的训练效果和泛化能力。为了有效去除混响对列车音频信号的影响，本研究采用了基于深度学习的去混响方法，具体为基于时域注意力网络和去混响网络的联合模型。该方法的基本原理是：首先根据预设的扩展帧数，在目标音频中确定目标音频帧对应的扩展音频段。通过在目标音频中获取数目等于预设扩展帧数的多个连续音频帧，得到包含目标音频帧的扩展音频段。将扩展音频段中每个音频帧的频谱数据输入时序注意力网络，通过对每个音频帧的频谱数据进行特征提取，得到频谱特征向量。计算扩展音频段中每个参考音频帧（除目标音频帧之外的音频帧）对应的频谱特征向量与目标音频帧对应的频谱特征向量之间的相似度，并对相似度进行归一化处理，将归一化后的相似度确定为每个参考音频帧的频谱数据对应的权重值。通过这种方式，时序注意力网络能够自动学习到不同音频帧之间的时间依赖关系，突出与目标音频帧相关性较强的音频帧的特征。将每个参考音频帧的频谱数据分别与对应的权重值相乘，得到调整后的频谱数据。对于每个预设频率范围，将每个参考音频帧的分段频谱数据分别与对应的权重值相乘，得到调整后的分段频谱数据，再根据每个参考音频段的分段频谱数据对应的预设频率范围，将调整后的分段频谱数据合并，得到每个参考音频帧的调整后的频谱数据。将调整后的参考音频帧的频谱数据和目标音频帧的频谱数据输入去混响网络，去混响网络通过学习大量的混响音频数据和对应的纯净音频数据之间的映射关系，对输入的频谱数据进行去混响处理，得到去混响处理后的目标音频帧的频谱数据。对去混响处理后的目标音频帧的频谱数据进行傅里叶逆变换处理，得到去混响处理后的目标音频帧的音频数据。在训练过程中，通过构建包含大量混响音频数据和对应纯净音频数据的训练数据集，对时域注意力网络和去混响网络进行联合训练。根据第一基准输出数据（纯净音频数据）和第一实际输出数据（去混响网络的输出数据），对初始的时序注意力网络和初始的去混响网络进行训练；同时，根据第二基准输出数据（混响时间估计的真实值）和第二实际输出数据（混响时间估计网络的输出数据，若有），对初始的时序注意力网络和初始的混响时间估计网络（若有）进行训练，通过不断调整网络参数，使网络能够准确地对混响音频信号进行去混响处理，提高音频信号的清晰度和可分析性，为后续的音频分析和列车行驶安全检测提供高质量的音频数据。3.3.3数据归一化数据归一化是将数据按照一定的规则进行变换，使其落入特定的数值范围内，通常是将数据映射到[0,1]或[-1,1]区间。在列车行驶音频数据处理中，数据归一化具有重要目的：消除数据量纲的影响：采集到的列车音频数据可能具有不同的量纲，如幅值大小不同、频率范围不同等。这些量纲差异会对后续的数据分析和模型训练产生不利影响，导致模型训练不稳定、收敛速度慢等问题。通过数据归一化，可以消除量纲差异，使不同特征的数据具有可比性，提高模型的训练效果和泛化能力。加速模型训练收敛：归一化后的数据能够使模型更容易收敛，减少训练时间。在基于梯度下降的优化算法中，归一化后的数据可以使梯度的计算更加稳定，避免因数据尺度差异导致的梯度消失或梯度爆炸问题，从而加速模型的训练过程。提高模型的准确性：数据归一化可以使模型更好地学习数据的特征，提高模型的准确性和鲁棒性。在训练过程中，归一化后的数据能够使模型更加关注数据的内在特征，而不是数据的量纲和尺度差异，从而提高模型对不同数据样本的适应性和分类能力。常用的数据归一化方法有最小-最大归一化（Min-MaxScaling）和Z-Score归一化。最小-最大归一化是将数据线性映射到[0,1]区间，其计算公式为：x_{norm}=\frac{x-x_{min}}{x_{max}-x_{min}}其中x是原始数据，x_{min}和x_{max}分别是原始数据中的最小值和最大值，x_{norm}是归一化后的数据。这种方法简单直观，能够保留数据的原始分布特征，但对异常值比较敏感，当数据中存在异常值时，会导致归一化后的数据分布发生较大变化。Z-Score归一化是基于数据的均值和标准差进行归一化，将数据变换为均值为0，标准差为1的标准正态分布，其计算公式为：x_{norm}=\frac{x-\mu}{\sigma}其中\mu是数据的均值，\sigma是数据的标准差。这种方法对数据的尺度和分布没有限制，能够有效消除异常值的影响，适用于大多数数据分布情况，但它可能会改变数据的原始分布特征。在本研究中，根据列车音频数据的特点和后续分析需求，选择了Z-Score归一化方法。以某段列车音频数据为例，在归一化处理前，音频信号的幅值范围较大，且分布不均匀。经过Z-Score归一化处理后，数据的均值被调整为0，标准差被调整为1，数据分布更加集中和稳定。从时域波形上看，归一化后的音频信号幅值在[-3,3]之间波动，波形更加平滑，有利于后续的特征提取和分析；从频域上看，归一化后的频谱图中，各频率成分的幅值相对关系更加清晰，便于分析音频信号的频率特征。通过数据归一化处理，提高了列车音频数据的质量和可用性，为基于音频分析的列车行驶安全检测提供了更可靠的数据基础。四、基于音频分析的列车故障检测模型与算法4.1故障检测模型构建4.1.1轮对故障检测模型轮对作为列车运行的关键部件，其故障类型多样，对列车行驶安全有着至关重要的影响。常见的轮对故障包括踏面磨损、轮缘磨损、车轴裂纹等。踏面磨损是轮对常见故障之一，主要是由于车轮与轨道长期摩擦、制动时的热应力以及列车运行时的冲击载荷等因素导致。在踏面磨损过程中，车轮与轨道的接触状态发生变化，从而使音频信号的特征发生改变。正常情况下，车轮踏面与轨道接触良好，产生的音频信号相对平稳，其时域波形表现为较为规则的波动，频率成分主要集中在特定的低频段，如50-200Hz。当踏面出现磨损时，车轮与轨道之间的摩擦力增大，接触点的压力分布不均匀，导致音频信号的幅值增大，时域波形的波动加剧，同时高频成分增加，在200-500Hz甚至更高频率段出现明显的能量分布。轮缘磨损通常是由于列车在弯道行驶时，轮缘与轨道侧面的摩擦以及列车运行时的横向力作用引起的。轮缘磨损会使轮缘的形状和尺寸发生变化，进而影响音频信号。正常轮缘与轨道的相互作用产生的音频信号具有一定的特征，其时域波形相对稳定，频率成分主要集中在100-300Hz。随着轮缘磨损的加剧，轮缘与轨道之间的接触力发生变化，音频信号的幅值和频率都会发生改变，时域波形出现不规则的波动，频率成分向高频扩展，在300-800Hz范围内出现新的频率分量。车轴裂纹的产生原因较为复杂，可能是由于车轴材料的缺陷、疲劳损伤以及过载等因素导致。车轴裂纹会严重影响车轴的结构强度和稳定性，当车轴存在裂纹时，在列车运行过程中，裂纹处会产生应力集中，导致车轴的振动加剧，从而产生异常的音频信号。正常车轴运行时产生的音频信号相对平稳，时域波形较为规则，频率成分主要集中在低频段，如30-150Hz。当车轴出现裂纹时，音频信号的时域波形会出现明显的冲击特征，在裂纹扩展时，会产生高频的冲击脉冲，频率成分扩展到150-500Hz甚至更高频段，且信号的能量分布也会发生显著变化，在特定频率处出现能量峰值。为了准确检测轮对故障，本研究构建了基于卷积神经网络（CNN）的轮对故障检测模型。该模型的网络结构设计充分考虑了音频信号的特点和轮对故障的特征。模型由多个卷积层、池化层和全连接层组成。卷积层的作用是对输入的音频信号进行特征提取，通过不同大小和步长的卷积核，捕捉音频信号在不同尺度上的特征。例如，在第一层卷积层中，使用3x3的卷积核，步长为1，对音频信号进行初步的特征提取，提取出音频信号的局部特征，如短时的频率变化和幅值波动等。池化层用于降低特征图的维度，减少计算量，同时保留重要的特征信息。采用最大池化操作，池化核大小为2x2，步长为2，在不损失过多关键信息的前提下，对特征图进行下采样，提高模型的计算效率。全连接层则将卷积层和池化层提取的特征进行整合，实现对轮对故障类型的分类判断。在模型训练过程中，使用了大量的轮对故障音频数据作为训练样本。这些数据来自于实际列车运行过程中的故障记录以及模拟实验，涵盖了各种不同类型和程度的轮对故障。通过对这些数据的学习，模型能够自动提取轮对故障音频信号的特征，并建立起故障类型与音频特征之间的映射关系。在训练过程中，采用交叉熵损失函数来衡量模型预测结果与真实标签之间的差异，通过反向传播算法不断调整模型的参数，使得损失函数最小化，从而提高模型的准确性和泛化能力。经过多次迭代训练，模型在训练集上的准确率达到了95%以上，在测试集上的准确率也稳定在90%左右，能够有效地检测出轮对的各种故障类型。4.1.2轴承故障检测模型列车轴承在运行过程中，由于受到复杂的载荷、润滑条件以及工作环境等因素的影响，容易出现各种故障，如滚动体磨损、内圈故障、外圈故障等。这些故障会导致轴承的振动和噪声特性发生变化，从而产生与正常运行状态不同的音频信号。滚动体磨损是轴承常见故障之一，主要是由于滚动体与滚道之间的摩擦、润滑不良以及过载等原因引起的。当滚动体出现磨损时，其表面粗糙度增加，与滚道之间的接触状态发生改变，导致音频信号的特征发生变化。正常滚动体运行时，音频信号相对平稳，时域波形呈现出较为规则的周期性波动，频率成分主要集中在低频段，如80-250Hz。随着滚动体磨损的加剧，音频信号的幅值逐渐增大，时域波形的周期性被破坏，出现不规则的波动，频率成分向高频扩展，在250-600Hz范围内出现明显的能量分布，且信号的能量逐渐增大。内圈故障通常是由于内圈与轴之间的配合松动、疲劳损伤以及过载等因素导致的。当内圈出现故障时，在滚动体经过故障点时，会产生冲击振动，从而产生异常的音频信号。正常内圈运行时，音频信号相对稳定，时域波形较为规则，频率成分主要集中在100-300Hz。当内圈存在故障时，音频信号会出现周期性的冲击脉冲，冲击频率与内圈的故障频率相关，时域波形在冲击时刻出现明显的尖峰，频率成分扩展到300-800Hz甚至更高频段，且在故障特征频率处出现能量峰值。外圈故障的产生原因与内圈故障类似，主要是由于外圈与轴承座之间的配合问题、疲劳损伤以及外部冲击等因素导致的。当外圈出现故障时，滚动体与外圈故障点的相互作用会产生异常的音频信号。正常外圈运行时，音频信号的时域波形和频率成分相对稳定，主要集中在120-350Hz。当外圈存在故障时，音频信号同样会出现周期性的冲击脉冲，但冲击频率与内圈故障时不同，时域波形在冲击时刻出现明显的波动，频率成分扩展到350-1000Hz范围内，且在特定的外圈故障特征频率处出现能量增强的现象。为了实现对轴承故障的有效检测，本研究采用了长短期记忆网络（LSTM）与注意力机制相结合的模型。LSTM是一种特殊的循环神经网络（RNN），能够有效地处理时间序列数据，捕捉数据中的长期依赖关系。在轴承故障检测中，音频信号是随时间变化的序列数据，LSTM能够很好地学习到音频信号在不同时刻的特征变化，从而准确地判断轴承的运行状态。注意力机制则可以让模型更加关注与故障相关的关键信息，提高模型的检测精度。在模型结构设计上，首先将预处理后的音频信号输入到LSTM层。LSTM层包含多个记忆单元，每个记忆单元通过门控机制来控制信息的输入、输出和遗忘。在处理音频信号时，LSTM层能够根据之前时刻的信息和当前时刻的输入，动态地调整记忆单元的状态，从而捕捉到音频信号中的长期依赖关系。例如，在处理滚动体磨损故障的音频信号时，LSTM层可以学习到随着时间推移，音频信号幅值和频率的变化趋势，从而判断滚动体的磨损程度。在LSTM层之后，引入注意力机制。注意力机制通过计算每个时间步的注意力权重，来确定模型对不同时刻信息的关注程度。具体来说，注意力机制会根据LSTM层输出的特征向量，计算出每个时间步的注意力得分，然后通过Softmax函数将注意力得分转换为注意力权重。注意力权重越大，表示模型对该时刻的信息越关注。将注意力权重与LSTM层的输出相乘，得到加权后的特征表示，这个特征表示更加突出了与故障相关的关键信息。例如，在检测内圈故障时，注意力机制可以使模型更加关注音频信号中出现冲击脉冲的时刻，从而更准确地判断内圈是否存在故障。将注意力机制处理后的特征输入到全连接层，进行分类判断，输出轴承的故障类型。在模型训练过程中，同样使用了大量的轴承故障音频数据进行训练。这些数据包括不同类型、不同程度的轴承故障音频，以及正常运行状态下的音频数据作为对照。通过对这些数据的学习，模型能够准确地识别出轴承的各种故障类型，在训练集上的准确率达到了93%以上，在测试集上的准确率也达到了88%左右，能够有效地检测出轴承的故障，为列车的安全运行提供保障。4.1.3其他关键部件故障检测模型除了轮对和轴承，列车的其他关键部件，如电机、制动系统等的故障也会对列车行驶安全造成严重影响。这些部件在故障时会产生独特的音频信号特征，通过对这些特征的分析，可以构建相应的故障检测模型。电机作为列车的动力源，其故障类型主要包括定子绕组短路、转子断条、轴承故障（电机轴承故障与前文所述列车轴承故障类似，但在电机运行环境下有其特殊性）等。定子绕组短路通常是由于绝缘老化、过电压等原因导致的。当定子绕组发生短路时，电机的电磁特性发生变化，会产生异常的电磁噪声和振动，从而导致音频信号的特征改变。正常运行的电机音频信号相对平稳，时域波形呈现出规则的周期性，频率成分主要集中在电机的工作频率及其谐波频率附近，如50Hz及其整数倍频率。当定子绕组短路时，音频信号的幅值增大，时域波形出现不规则的波动，频率成分中除了工作频率及其谐波外，还会出现一些与短路相关的特征频率，如在100-300Hz范围内可能出现新的频率分量，且这些频率分量的幅值会随着短路程度的加重而增大。转子断条故障是由于转子受到机械应力、热应力等作用，导致转子导条断裂。转子断条会使电机的气隙磁场发生畸变，引起电机振动和噪声的变化。正常转子运行时，音频信号的时域波形和频率成分相对稳定，主要集中在电机的工作频率及其谐波频率。当转子出现断条时，音频信号会出现周期性的调制现象，调制频率与转子的转差率相关，时域波形在调制周期内出现波动，频率成分中除了原有频率外，会在工作频率两侧出现与转差率相关的边频带，如在工作频率±（转差率×电源频率）处出现频率分量，且边频带的幅值会随着断条数量的增加而增大。制动系统故障包括制动片磨损、制动盘变形、制动缸泄漏等。制动片磨损是由于制动过程中制动片与制动盘的摩擦导致的。随着制动片的磨损，制动片与制动盘之间的接触面积减小，摩擦力分布不均匀，会产生异常的摩擦噪声。正常制动片工作时，音频信号相对平稳，时域波形较为规则，频率成分主要集中在低频段，如30-150Hz。当制动片磨损严重时，音频信号的幅值增大，时域波形出现不规则的波动，频率成分向高频扩展，在150-400Hz范围内出现明显的能量分布，且信号的能量随着磨损程度的增加而增大。制动盘变形通常是由于制动过程中的热应力、机械冲击等原因导致的。制动盘变形会使制动盘与制动片之间的接触状态发生改变，产生不均匀的摩擦力，从而引起异常的振动和噪声。正常制动盘运行时，音频信号的时域波形和频率成分相对稳定，主要集中在100-250Hz。当制动盘变形时，音频信号会出现周期性的冲击噪声，冲击频率与制动盘的旋转频率相关，时域波形在冲击时刻出现明显的尖峰，频率成分扩展到250-600Hz甚至更高频段，且在与制动盘旋转频率相关的特征频率处出现能量峰值。制动缸泄漏会导致制动压力不足，影响制动效果，同时也会产生异常的气流声。正常制动缸工作时，音频信号相对平稳，时域波形较为规则，频率成分主要集中在低频段，如20-100Hz。当制动缸泄漏时，会产生高频的气流声，音频信号的时域波形出现高频的波动，频率成分扩展到100-500Hz范围内，且在泄漏相关的特征频率处出现能量增强的现象。针对电机和制动系统等关键部件的故障检测，本研究构建了基于深度信念网络（DBN）的故障检测模型。DBN是一种由多个受限玻尔兹曼机（RBM）堆叠而成的深度学习模型，具有强大的特征学习能力和分类能力。在模型构建过程中，首先将预处理后的音频信号输入到第一个RBM层。RBM是一种基于能量的模型，由可见层和隐藏层组成，通过调整可见层和隐藏层之间的权重，使得RBM能够学习到输入数据的特征表示。在第一个RBM层中，通过对音频信号的学习，提取出音频信号的初级特征，如短时的频率变化、幅值分布等。将第一个RBM层的隐藏层输出作为第二个RBM层的输入，第二个RBM层进一步学习和提取更高级的特征，如音频信号的时频特征、故障特征模式等。通过多个RBM层的堆叠，DBN能够自动学习到音频信号中与故障相关的深层次特征。在DBN的顶层，连接一个Softmax分类器，用于对提取的特征进行分类判断，输出部件的故障类型。在模型训练过程中，采用对比散度算法对RBM层进行预训练，以初始化模型的参数，加快训练速度。然后，使用反向传播算法对整个DBN模型进行微调，根据训练数据的标签信息，调整模型的参数，使得模型的预测结果与真实标签之间的误差最小化。通过对大量电机和制动系统故障音频数据的训练，模型在训练集上的准确率达到了92%以上，在测试集上的准确率也达到了87%左右，能够有效地检测出这些关键部件的故障，为列车行驶安全提供有力的保障。4.2故障检测算法研究4.2.1基于机器学习的算法支持向量机（SVM）作为一种经典的机器学习算法，在列车音频故障检测中展现出独特的优势。SVM的基本原理是基于结构风险最小化准则，旨在寻找一个最优分类超平面，使得不同类别数据之间的间隔最大化。在处理线性可分问题时，SVM能够直接找到一个线性超平面将不同类别的样本完全分开。对于线性不可分问题，SVM引入核函数，将低维空间中的非线性问题映射到高维空间，使其在高维空间中变得线性可分。常用的核函数有径向基函数（RBF）、多项式核函数等。在列车音频故障检测中，将提取的音频特征作为SVM的输入，通过训练SVM模型，使其能够准确地对正常音频和故障音频进行分类。以车轮故障检测为例，将采集到的车轮音频信号经过预处理和特征提取后，得到一系列的特征向量，如时域特征中的均值、方差、峰值，频域特征中的功率谱密度等。将这些特征向量作为SVM的输入样本，正常车轮音频对应的特征向量标记为一类，故障车轮音频对应的特征向量标记为另一类。在训练过程中，SVM通过调整分类超平面的参数，使得两类样本之间的间隔最大化，从而提高分类的准确性。在测试阶段，将新采集到的车轮音频特征输入到训练好的SVM模型中，模型根据分类超平面判断该音频属于正常还是故障类别。决策树算法则是一种基于树形结构的分类和预测方法。它通过对训练数据的不断划分，构建一棵决策树，每个内部节点表示一个属性上的测试，每个分支表示一个测试输出，每个叶节点表示一个类别。在列车音频故障检测中，决策树可以根据音频特征的不同取值，逐步对音频数据进行分类，判断列车是否存在故障以及故障的类型。在构建决策树时，通常使用信息增益、信息增益比、基尼指数等指标来选择最优的划分属性，以提高决策树的分类性能。以轴承故障检测为例，将轴承音频信号的特征，如过零率、短时能量、MFCC等作为决策树的属性。在构建决策树的过程中，首先计算每个属性的信息增益，选择信息增益最大的属性作为根节点的划分属性。根据该属性的不同取值，将训练数据划分为不同的子集，然后在每个子集中重复上述过程，继续选择最优的划分属性，直到满足停止条件，如所有样本属于同一类别或属性已全部使用完，此时构建出一棵完整的决策树。在实际检测中，将新的轴承音频特征输入到决策树中，根据决策树的分支规则，逐步判断该音频对应的轴承状态，是正常运行还是存在故障，以及故障的具体类型。基于机器学习的算法在列车音频故障检测中具有一定的应用价值，但也存在一些局限性。SVM的性能对核函数的选择和参数的调整非常敏感，如果核函数选择不当或参数设置不合理，可能会导致模型的泛化能力下降，出现过拟合或欠拟合现象。决策树容易出现过拟合问题，特别是在训练数据较少或特征维度较高的情况下，决策树可能会过度拟合训练数据中的噪声和细节，导致在测试数据上的表现不佳。这些算法在处理大规模、高维度的数据时，计算效率较低，需要较长的训练时间，难以满足列车行驶安全检测对实时性的要求。4.2.2深度学习算法的应用深度学习算法在处理列车音频数据时展现出显著的优势，其中卷积神经网络（CNN）和循环神经网络（RNN）及其变体在列车行驶安全检测中得到了广泛应用。CNN在音频特征提取方面具有独特的能力。它通过卷积层中的卷积核在音频数据上滑动，自动提取音频信号的局部特征。卷积核的权值共享机制大大减少了模型的参数数量，降低了计算复杂度，同时提高了模型的泛化能力。池化层则进一步对卷积层提取的特征进行下采样，减少特征图的维度，在保留关键特征的同时降低计算量。在列车轮对故障检测中，将音频数据转换为频谱图作为CNN的输入，通过多个卷积层和池化层的组合，CNN能够自动学习到轮对正常运行和故障状态下音频频谱的特征差异。在第一层卷积层中，小尺寸的卷积核可以捕捉到音频信号的短时频率变化和幅值波动等局部特征；随着网络层数的增加，卷积核的感受野逐渐增大，能够学习到更高级的特征，如故障模式的整体特征。全连接层则将卷积层和池化层提取的特征进行整合，通过Softmax函数进行分类，判断轮对是否存在故障以及故障的类型。实验结果表明，使用CNN进行轮对故障检测，在测试集上的准确率能够达到90%以上，明显优于传统的机器学习算法。RNN及其变体，如长短期记忆网络（LSTM）和门控循环单元（GRU），在处理时间序列数据方面具有强大的能力，非常适合分析列车音频这种随时间变化的信号。RNN通过隐藏层的循环连接，能够记住之前时刻的信息，并将其用于当前时刻的决策。然而，传统RNN存在梯度消失和梯度爆炸的问题，在处理长序列数据时表现不佳。LSTM和GRU通过引入门控机制，有效地解决了这个问题。LSTM中的遗忘门、输入门和输出门可以控制信息的流入、流出和记忆，使得模型能够更好地捕捉时间序列中的长期依赖关系。GRU则在LSTM的基础上进行了简化，将遗忘门和输入门合并为更新门，减少了参数数量，提高了计算效率。在列车轴承故障检测中，将音频信号按时间顺序输入到LSTM或GRU模型中，模型能够学习到轴承在不同时刻的运行状态变化，从而准确地判断轴承是否存在故障。当轴承出现滚动体磨损时，随着时间的推移，音频信号的幅值和频率会逐渐发生变化，LSTM能够捕捉到这些变化趋势，准确地识别出滚动体磨损故障，在实际应用中取得了良好的检测效果。深度学习算法能够自动学习音频数据的深层次特征，在大规模数据的支持下，具有更强的特征表示能力和分类性能。然而，深度学习算法也存在一些问题。深度学习模型通常需要大量的训练数据才能达到较好的性能，而获取大量高质量的列车故障音频数据往往比较困难，这限制了深度学习算法的应用效果。深度学习模型的训练过程计算量较大，需要强大的计算资源支持，如高性能的GPU，这增加了系统的成本和复杂性。深度学习模型的可解释性较差，难以直观地理解模型的决策过程，这在一些对安全性和可靠性要求较高的应用场景中可能会成为一个问题。4.2.3算法对比与优化为了评估不同故障检测算法的性能，本研究进行了一系列对比实验。实验选取了支持向量机（SVM）、决策树、卷积神经网络（CNN）和长短期记忆网络（LSTM）四种算法，使用相同的列车音频数据集进行训练和测试。数据集包含了正常运行状态和多种故障状态下的音频数据，经过预处理和特征提取后，将特征数据划分为训练集和测试集，其中训练集占70%，测试集占30%。在实验中，分别使用不同的算法对训练集进行训练，然后在测试集上进行测试，评估指标包括准确率、召回率和F1值。准确率是指正确预测的样本数占总预测样本数的比例，召回率是指正确预测的正样本数占实际正样本数的比例，F1值则是综合考虑准确率和召回率的指标，能够更全面地评估算法的性能。实验结果表明，在准确率方面，CNN和LSTM表现出色，分别达到了92%和90%，而SVM和决策树的准确率相对较低，分别为80%和75%。在召回率方面，CNN和LSTM同样表现较好，分别为90%和88%，SVM和决策树的召回率分别为78%和72%。综合F1值来看，CNN的F1值最高，达到了91%，LSTM为89%，SVM为79%，决策树为73%。通过实验结果可以看出，深度学习算法CNN和LSTM在列车音频故障检测中的性能明显优于传统的机器学习算法SVM和决策树，能够更准确地识别列车的故障状态。为了进一步优化算法性能，可以从以下几个方面入手：数据增强：通过对原始音频数据进行各种变换，如添加噪声、调整音量、时间拉伸等，扩充训练数据集的规模和多样性。这有助于提高模型的泛化能力，使其能够更好地适应不同的实际运行情况。对音频数据添加不同强度的高斯噪声，模拟列车运行环境中的噪声干扰，让模型学习在噪声环境下的音频特征，从而提高模型在实际应用中的抗干扰能力。模型融合：将多种不同的算法或模型进行融合，综合利用它们的优势。可以将CNN和LSTM进行融合，CNN擅长提取音频的局部特征，LSTM则对时间序列特征有更好的捕捉能力，通过融合两者的特征表示，可以提高故障检测的准确性。一种简单的融合方法是将CNN和LSTM的输出特征进行拼接，然后输入到全连接层进行分类，实验结果表明，这种融合方法能够使模型的F1值提高2-3个百分点。超参数调优：通过网格搜索、随机搜索、遗传算法等方法，对模型的超参数进行优化，找到最优的参数组合，以提高模型的性能。对于CNN模型，可以调整卷积核的大小、数量、步长，池化层的大小和类型，全连接层的神经元数量等超参数；对于LSTM模型，可以调整隐藏层的数量、隐藏单元的数量、学习率等超参数。通过超参数调优，能够使模型的性能得到进一步提升，如经过调优后的LSTM模型，在测试集上的准确率可以提高3-5个百分点。模型压缩与加速：采用剪枝、量化等技术对深度学习模型进行压缩，减少模型的参数数量和计算量，同时保持模型的性能。剪枝可以去除模型中不重要的连接或神经元，量化则可以将模型的参数和计算进行量化处理，降低数据的精度，从而减少内存占用和计算时间。通过模型压缩与加速，可以使模型在保证检测准确性的前提下，更快地运行，满足列车行驶安全检测对实时性的要求。五、实验与结果分析5.1实验设置为了全面、准确地评估基于音频分析的列车行驶安全检测技术的性能，本研究精心设计并开展了一系列实验。实验环境的搭建充分考虑了列车运行的实际场景和各种可能的影响因素，以确保实验结果的可靠性和有效性。在硬件环境方面，选用了高性能的计算机作为实验平台，其配置为IntelCorei7-12700K处理器，具有12个核心和20个线程，能够提供强大的计算能力，满足音频信号处理和模型训练对计算资源的高要求。配备了32GB的DDR4内存，频率为3200MHz，保证了数据的快速读取和处理，减少数据加载和运算过程中的等待时间，提高实验效率。存储方面，采用了1TB的NVMeSSD固态硬盘，其顺序读取速度可达7000MB/s以上，顺序写入速度也能达到5000MB/s左右，快速的存储读写速度使得大量音频数据的存储和读取更加高效，避免了因数据读写缓慢而影响实验进程。显卡则选用了NVIDIAGeForceRTX3080，拥有10GB的GDDR6X显存，在深度学习模型训练过程中，能够利用GPU的并行计算能力加速模型的训练，大大缩短训练时间，提高实验效率。在数据采集环节，采用了前文所述的由高灵敏度MEMS麦克风组成的麦克风阵列和PCI-6259数据采集卡，确保能够准确、稳定地采集列车运行时的音频信号。软件环境方面，操作系统选用了Windows11专业版，其稳定的性能和良好的兼容性为实验提供了可靠的运行基础。在音频信号处理和分析过程中，使用了MATLAB2023a软件，MATLAB拥有丰富的信号处理工具箱，如信号滤波、傅里叶变换、小波变换等函数和工具，能够方便地对音频信号进行各种预处理和特征提取操作。在机器学习和深度学习模型的搭建与训练中，使用了Python编程语言，并结合了TensorFlow2.11深度学习框架。Python具有简洁易读的语法和丰富的第三方库，如NumPy用于数值计算、Pandas用于数据处理和分析、Matplotlib用于数据可视化等，能够高效地实现各种算法和模型。TensorFlow则提供了强大的深度学习模型构建和训练功能，支持GPU加速计算，能够方便地搭建和训练卷积神经网络（CNN）、循环神经网络（RNN）及其变体（如长短期记忆网络LSTM、门控循环单元GRU）等深度学习模型。实验样本的选取至关重要，直接影响实验结果的准确性和可靠性。本研究从多个实际运行的列车线路中采集音频数据，涵盖了不同的列车类