基于分布式聲學傳感的CRTSⅡ型軌道板離縫上拱檢測技術(shù)

高 亮，周陳一，黃伊琛

(1.北京交通大學 土木建筑工程學院，北京 100044；2.軌道工程北京市重點實驗室，北京 100044)

CRTS Ⅱ型無砟軌道作為我國高速鐵路無砟軌道的主要結(jié)構(gòu)形式，在我國累計鋪設已超過9 000 km[1]。CRTS Ⅱ型無砟軌道是由軌道板、CA砂漿層及底座板組成的多層異質(zhì)材料復合結(jié)構(gòu)，由于存在后澆結(jié)構(gòu)的特點，結(jié)構(gòu)層間的新老混凝土結(jié)合面容易成為薄弱環(huán)節(jié)[2]。在長期列車沖擊、溫度循環(huán)荷載及層間約束條件劣化等因素作用下，結(jié)構(gòu)層間黏結(jié)易發(fā)生破壞[3]，在極端溫度荷載下，離縫將進一步發(fā)展。根據(jù)現(xiàn)場調(diào)研，某高速鐵路線路部分地段在夏季的垂向離縫上拱高度最大可達到10 mm[4]。這不僅帶來了嚴重的軌道不平順，影響行車安全，還會伴隨一系列軌道主體結(jié)構(gòu)破損的次生病害，在列車動力沖擊下進一步惡化線路狀態(tài)。

目前，我國高速鐵路運營部門對無砟軌道離縫上拱的檢測主要依靠夜間天窗人工檢測，效率較低且精度較差。國內(nèi)外學者針對這一問題也開展了大量研究。武思思[5]、趙佳[6]、廖紅建等[7]分別提出了基于軌道板模態(tài)、沖擊回波測試及探地雷達等方式的識別方法，但均為人工地面檢測，單個斷面的測試就需要布設大量的傳感設備，推廣應用難度較大。Ma等[8]及Li等[9]則采用軌檢車動檢數(shù)據(jù)，通過卷積神經(jīng)網(wǎng)絡及時頻域分析等手段，識別軌道板病害病害。其局限性主要在于軌檢車只能用于周期性檢測(通常半月一次)，無法掌握軌道結(jié)構(gòu)的實時狀態(tài)，而軌道結(jié)構(gòu)離縫上拱在極端惡劣條件下發(fā)展速度較快[10]，一旦在運營期間突發(fā)病害，將嚴重影響行車安全和舒適。

分布式光纖傳感技術(shù)采用光纖作為唯一的信息獲取及傳輸元件，利用光纖內(nèi)在的散射特性，連續(xù)測量沿線溫度及應變等物理量[11]。其廣域、實時測試的特點與軌道結(jié)構(gòu)單向延伸、長期服役的特性相適應，在鐵路健康監(jiān)測領(lǐng)域已成為國內(nèi)外研究熱點。Yoon等[12]率先通過在鋼軌軌腰粘貼光纖的方式，測試了長度為2.8 m的鋼軌在室內(nèi)垂向力作用下的縱向應變分布，空間分辨率和應變測試精度分別達到了3.8 cm和15×10-6。Minardo等[13]在有砟線路上構(gòu)建了長度為60 m的試驗工點，通過在軌底以上30 mm的軌腰位置處粘貼光纖，實現(xiàn)對鋼軌動態(tài)應變的初步測試及列車輪對定位。Bao等[14]通過在鋼軌上粘貼光纖，對長度1 km范圍內(nèi)的鋼軌接頭軌縫進行了長期監(jiān)控。然而，既有研究大多基于較為傳統(tǒng)的布里淵散射光時域反射技術(shù)(BOTDR)，其缺點在于只能實現(xiàn)準靜態(tài)測試，文獻中已知的最高采樣頻率僅為31 Hz，且應變測試精度相對較低，無法滿足高速鐵路高頻動力響應的精確測試需求。

相比之下，基于相位敏感型光時域反射原理(φ-OTDR)的分布式聲學傳感技術(shù)(Distributed Acoustic Sensing，DAS)，通過捕捉光纖中強度更強的瑞利后向散射特征，測試廣域范圍內(nèi)結(jié)構(gòu)動態(tài)應變，其測試精度、采樣頻率及空間分辨率均顯著優(yōu)于傳統(tǒng)分布式傳感技術(shù)[15]。在相關(guān)研究中[16-17]，DAS測試范圍可達數(shù)十公里，空間分辨率最小可達0.3 m，應變測試精度達到亞微應變級別。因此，近年來DAS在結(jié)構(gòu)動態(tài)應變精確測量方面的能力越發(fā)得到認可和關(guān)注，在輸油管道[18]、輸電裝置[19]及海底光纜[20]等結(jié)構(gòu)的健康監(jiān)測中已經(jīng)開展了一系列嘗試。然而，由于相關(guān)測試理論的缺乏，DAS在鐵路領(lǐng)域的應用僅局限于少量對列車位置[21]和異常事件[22]的定性判斷，尤其在軌道結(jié)構(gòu)健康監(jiān)測方面仍屬空白。

為此，本文率先從理論角度對DAS技術(shù)在高速鐵路軌道結(jié)構(gòu)健康監(jiān)測中的可行性開展基礎研究。通過構(gòu)建車輛-CRTSⅡ型無砟軌道耦合動力學分析模型，仿真模擬DAS系統(tǒng)采集得到的鋼軌動態(tài)應變光譜信號，首次提出基于光譜軌跡信號特征量的軌道板離縫上拱識別及定量分析方法，并分析行車速度及線路線型對結(jié)果的影響。

1 分布式聲學傳感技術(shù)應變測試原理

鋼軌作為軌道系統(tǒng)最為重要的組成部分，直接承受并引導列車運行，并將上部荷載傳遞到軌下結(jié)構(gòu)。軌道板離縫上拱的出現(xiàn)，會顯著改變線路幾何行為和軌下支承情況，最終以異常受力及變形的形式體現(xiàn)在鋼軌上。因此，將鋼軌作為直接測試對象，捕捉列車通過上拱離縫區(qū)域時的鋼軌異常動力響應，從而識別軌道結(jié)構(gòu)隱蔽病害，具有較高的理論可行性。

圖1 DAS系統(tǒng)測試鋼軌縱向應變示意圖

如圖1所示，DAS系統(tǒng)主要由兩部分組成：激光脈沖發(fā)射器和光電數(shù)據(jù)采集器。測試過程中，激光發(fā)射器不斷向光纖中注入脈寬為τ的激光脈沖。假設一束脈沖光的前端和后端分別為B1和B2，在某一時刻B1和B2分別到達了光纖中D1和D2位置，其距離DAS信號采集端的距離分別為X1和X2，則探測光所覆蓋的光纖長度L可表示為

L=X1-X2

( 1 )

假設B1和B2到達D1和D2位置所耗費的時間分別為T1和T2，則X1和X2可以表示為脈沖光速度和傳播時間，即

( 2 )

式中：c為真空中光速；n為光纖的有效折射率。

T1和T2的時間間隔即為脈沖寬度τ，由式(1)、式(2)可知

( 3 )

由此可見，探測光在任意時刻覆蓋的光纖長度始終不變，該固定長度L通常被稱作DAS的空間分辨率。在測試過程中，DAS以L為單位長度，依次評估單位長度范圍內(nèi)光纖微段的變形水平，從而反映被測物體的動態(tài)應變情況。以圖 1中D1、D2之間的光纖微段為例，由于光纖介質(zhì)的非均勻性，脈沖光在D1和D2截面上會產(chǎn)生后向傳播的瑞利散射光[23]，其初始相位分別為φ1和φ2。在鋼軌未受到擾動時，瑞利散射之間的相位差Δφ滿足

( 4 )

式中：λ為脈沖光的波長；θ為隨機的固定相位差[24]。

( 5 )

則光纖伸長導致的瑞利后向散射相位差變化ΔΦ可以表示為

( 6 )

式中：ε為光纖微段的縱向應變，ε=ΔL/L。

式(6)揭示了相位差變化和光纖縱向應變之間的線性關(guān)系。因此，通過分析瑞利后向散射的相位差變化，即可測試光纖微段的應變水平。在實際應用中，DAS不斷分析每一個光纖微段的應變狀態(tài)，從而獲取光纖沿程的動態(tài)應變分布情況。

2 理論仿真

2.1 車輛-軌道耦合動力分析模型

如圖 2所示，本文基于多體動力學理論和有限元方法，采用Abaqus軟件建立車輛-軌道耦合動力模型，模擬軌道板上拱離縫對鋼軌動態(tài)應變及DAS系統(tǒng)輸出信號的影響。

圖2 DAS車輛-軌道耦合動力模型

為了提高計算效率以及便于觀察信號特征，車輛部分采用半車模型模擬，即將車體質(zhì)量的一半通過二系懸掛與構(gòu)架連接，與構(gòu)架和輪對共同組成多剛體系統(tǒng)。由于DAS直接測試的是車輪荷載所引起的鋼軌縱向應變，該指標以低頻成分為主，采用整車模型和半車模型對計算結(jié)果的影響不大。車輛采用CRH3型車，建模參數(shù)參考文獻[25]，具體見表1。

表1 車輛模型建模參數(shù)

軌道模型選取CRTSⅡ型板式無砟軌道，由鋼軌、扣件、軌道板、CA砂漿層以及底座構(gòu)成。鋼軌及下部軌道結(jié)構(gòu)均采用實體建模。鋼軌幾何不平順采用TB/T 3352—2014《高速鐵路無砟軌道不平順譜》[26]推薦的隨機不平順，波長范圍為2～200 m，通過修改鋼軌節(jié)點坐標進行添加。模型總長度為52 m，包括8塊軌道板的范圍。扣件系統(tǒng)采用多根三向彈簧-阻尼單元進行建模，扣件縱、橫向阻力為30 kN/mm，垂向剛度為50 kN/mm[27]。根據(jù)現(xiàn)場調(diào)研及相關(guān)文獻，軌道層間離縫上拱主要集中在軌道板與CA砂漿層界面之間[28]。因此僅在軌道板與CA砂漿之間設置病害，認為CA砂漿層與底座板之間黏結(jié)狀態(tài)良好，采用綁定約束。對于離縫上拱區(qū)段，對軌道板板底施加位移荷載，帶動軌道結(jié)構(gòu)整體發(fā)生變形，并將上下界面設置為接觸，模擬界面間的相互“拍擊”。假設離縫橫向貫穿軌道板，縱向上從板邊開始延伸至板中，上拱離縫量hd(z)分布采用余弦函數(shù)[29]模擬，即

( 7 )

式中：z為上拱范圍內(nèi)某一點到離縫邊緣的距離；Lslab為軌道板的長度，此處取為CRTSⅡ型板式無砟軌道板長的一半3.25 m；A為最大上拱量幅值。

利用上述模型，計算行車速度為200 km/h，軌道結(jié)構(gòu)正常條件下輪軌垂向力、鋼軌垂向位移、扣件壓力等指標。由于缺少CRTSⅡ型無砟軌道實測數(shù)據(jù)，而CRTSⅠ型無砟軌道軌下結(jié)構(gòu)對鋼軌的垂向限位能力與CRTSⅡ型無砟軌道區(qū)別不大，因此采用CRTSⅠ型無砟軌道的實測數(shù)據(jù)進行對比驗證。文獻[30]中遂渝線CRTSⅠ型板的測試結(jié)果與本文的仿真結(jié)果見表2。由表2可以看出，本文計算結(jié)果與文獻中的實測結(jié)果基本一致，驗證了模型的可靠性。

表2 計算結(jié)果與實測結(jié)果對比

2.2 軌道結(jié)構(gòu)正常條件下DAS輸出信號

正如第1節(jié)理論分析，DAS直接采集的信號為一定長度光纖微段上瑞利后向散射相位差，其與光纖縱向應變存在線性關(guān)系。假設鋼軌和光纖之間黏結(jié)效果良好，鋼軌縱向應變可以有效傳遞到光纖上，因此可以將鋼軌縱向應變作為DAS的輸出信號。目前，通用的DAS設備可以達到的空間分辨率為0.5 m左右，與軌枕間隔相當。利用車輛-軌道耦合動力模型，計算鋼軌上每個微段的縱向動應變時程，按照空間位置進行排列，則得到由時間、空間和信號強度構(gòu)成的三維光譜數(shù)據(jù)。根據(jù)材料力學理論，鋼軌縱向彎曲應變與檢測位置到中性軸的距離成正比，在不影響線路運營安全的前提下，光纖粘貼位置越遠離中性軸，測試效果越好。因此，采樣位置在鋼軌橫截面上取為中性軸上方40 mm處的軌腰位置。

圖 3展示了線路狀態(tài)良好條件下轉(zhuǎn)向架的運動過程。其中圖3(a)和圖3(b)展示了轉(zhuǎn)向架通過過程中的鋼軌應變響應情況，如圖 3(b)所示，在轉(zhuǎn)向架勻速通過過程中，DAS測試區(qū)段光譜顯示出5條顯著的平行軌跡，代表轉(zhuǎn)向架在該測試區(qū)段的通過過程。其中，2條負軌跡對應前后車輪通過區(qū)段的過程，而3條正軌跡則是由鋼軌反向撓曲形成的。為了便于描述，將光譜圖中應變?yōu)樨摰能壽E稱為“車輪運動軌跡”，將應變?yōu)檎能壽E稱為“鋼軌上撓軌跡”。

鋼軌應變分布光譜反映了列車的通行過程，軌跡上的點代表了轉(zhuǎn)向架在某一時刻所處的空間位置，軌跡的斜率則代表了行車速度。此外，光譜同時蘊藏著結(jié)構(gòu)的健康狀態(tài)信息，當軌道結(jié)構(gòu)出現(xiàn)傷損時，一方面會放大輪軌之間的動力響應，另一方面會削弱鋼軌自身的約束條件，最終造成鋼軌應變響應的改變，這也是通過DAS識別軌道板離縫上拱的理論依據(jù)。

圖3 正常軌道狀態(tài)下轉(zhuǎn)向架通過鋼軌響應情況

需要注意的是，由于DAS分布式高頻采集的特點，產(chǎn)生的數(shù)據(jù)量非?？捎^，對數(shù)據(jù)存儲與分析帶來巨大挑戰(zhàn)。為此，如圖 3(a)中紅色虛線所示，采用A-A、B-B和C-C三種分割方法提取光譜特征，具體定義如下：

(1)A-A截面(圖 3(c))反映某一采樣位置處的鋼軌應變響應時程，其測試效果與典型的點式應變傳感器類似，只是傳感器采樣范圍要大得多。

(2)B-B截面(圖 3(d))反映某一時刻鋼軌沿程的應變分布情況，從圖像中可以明確各車輪所處位置，進而獲取車輛軸距、定距等信息。

(3)C-C截面(圖 3(e))代表沿著光譜中某一條軌跡進行分割。該截面提供了一種新視角來觀察DAS輸出信號。以前輪的通過軌跡為例，仿佛一個“可以移動的”應變傳感器不斷跟隨著車輪運動，實時輸出著車輪移動到某一位置時其正下方鋼軌的應變響應，其測試效果與軌檢車具有相似性。區(qū)別在于軌檢車的傳感器安裝車輛上，實時采集車輛響應，并以此計算軌道的幾何及狀態(tài)信息；而上述“可移動傳感器”安裝在鋼軌上，采集車輛通過區(qū)段時的鋼軌響應，這一響應由軌上荷載和軌下結(jié)構(gòu)支承剛度共同決定。

值得注意的是，DAS的空間分辨率可達到0.5 m，量級與軌檢車檢測間隔相當，而軌檢車必須采用特殊的非運營車輛才能測試，成本較高且周期較長。相比之下，DAS可將任意一輛列車作為探針，實時檢測軌道結(jié)構(gòu)狀態(tài)，并在一定程度上同時兼顧車輛的運動狀態(tài)。這顯示了DAS技術(shù)在軌道交通結(jié)構(gòu)健康監(jiān)測中的潛力。

以上3個截面分別提取了鋼軌應變光譜的時間、空間及幅值分布特性，為原本規(guī)模巨大的測試數(shù)據(jù)提供了更為高效的分析手段。

3 基于DAS輸出信號的軌道板離縫上拱識別方法

3.1 軌道板離縫上拱高度的影響

利用建立的模型，計算車速度為350 km/h、上拱離縫量為1～10 mm條件下的DAS輸出信號，如圖 4所示。從圖4中紅圈區(qū)域可以看出，離縫量的發(fā)展導致輸出信號峰值、谷值均發(fā)生了明顯變化，進而對鋼軌上撓軌跡和車輪運動軌跡產(chǎn)生顯著影響。

圖4 不同上拱離縫量對DAS輸出結(jié)果的影響

參考圖 3中的B-B及C-C截面，提取上拱量8 mm條件下10 m(圖中藍色剖面)和25 m(紅色剖面)處的信號時程，并提取前輪負向運動軌跡(綠色剖面)，結(jié)果如圖 5所示。從圖 5(a)可以看出，上拱區(qū)域和非上拱區(qū)域應變時程正應變幅值基本一致，而上拱區(qū)域負應變顯著大于非上拱區(qū)域。

圖 5(b)展示了前輪通過測試區(qū)段過程中車輪正下方鋼軌的應變響應。在車輪尚未進入上拱區(qū)域時，軌跡信號變化幅度不大，說明軌下支承條件基本一致。當車輪進入上拱區(qū)域后，首先鋼軌負向應變顯著增大，這是由于軌道板與砂漿層之間的縫隙被車輪荷載瞬間壓至密貼狀態(tài)，導致鋼軌動撓度明顯放大。圖5(b)中①位置即代表離縫被徹底壓實時的鋼軌應變，將該谷值定義為壓實谷值。之后，離縫上下界面發(fā)生劇烈沖擊，導致鋼軌向上回彈，直至回到平衡位置，此時軌跡信號峰值定義為平衡峰值②。由于工況中離縫量較大，鋼軌應變甚至恢復到了0附近，說明輪軌之間因巨大的動力效應而出現(xiàn)脫離。最后，車輪因重力再次沖擊在鋼軌上，使鋼軌負向應變達到最大，此時鋼軌動撓度達到最大，將該信號谷值定義為極限谷值③。之后車輪在鋼軌上反復顛簸，直至離縫上拱的影響完全消失。

圖5 不同區(qū)域應變響應時程及車輪運動軌跡數(shù)據(jù)

由以上分析可知：壓實谷值①反映了上拱離縫能夠被完全壓實的程度；平衡峰值②反映了鋼軌回彈過程中能夠達到的最大反向撓曲，可以作為行車過程中輪軌是否出現(xiàn)嚴重減載甚至脫離的依據(jù)；極限谷值③則反映了車輪經(jīng)過時最大異常動力響應的劇烈程度。以軌道結(jié)構(gòu)正常情況作為基準，分別提取不同離縫量下上述三個指標的變化量如圖 6所示。

圖6 不同上拱離縫量條件下DAS軌跡信號特征值變化量(v=350 km/h)

由圖 6可以看出，隨著離縫量的增大，軌跡信號的壓實谷值和極限谷值均逐漸減低，其相關(guān)性較強，可以作為離縫量識別的判斷依據(jù)。而平衡峰值在離縫量7 mm以下時變化較為顯著，而在7 mm以上時變化不大。這是由于車速350 km/h條件下，7 mm的離縫量足以使輪軌之間發(fā)生脫空，更大的離縫量對平衡峰值的影響不大。因此，通過提取DAS輸出信號中的軌跡特征量，利用離縫量與壓實谷值、極限谷值間相互對應的特性，可以實現(xiàn)對軌道板離縫量的定量判斷。

3.2 測試噪聲對識別準確性的影響

在實際測試過程中，隨機測試噪聲不可避免，因此以下針對測試噪聲對離縫上拱定量識別準確性的影響進行分析。由3.1節(jié)計算結(jié)果可知，因輪軌二次沖擊而產(chǎn)生的極限谷值對上拱量發(fā)展最為敏感，其關(guān)于上拱量的線性擬合函數(shù)為

Δy=-16.546x-6.805

( 8 )

式中：Δy為極限谷值變化量；x為離縫上拱量。式(8)的擬合優(yōu)度R2=0.986 9，說明極限谷值與上拱量存在較強的線性關(guān)系，可將其作為評估病害程度的主要指標。以下根據(jù)DAS軌跡信號的統(tǒng)計特征，分析僅采用極限谷值作為評估指標時，軌道板離縫上拱定量識別的準確。

不考慮測試噪聲，對于軌跡時程信號ST={ε1,ε2,…,εn}T，其中n為軌跡信號的長度，假設ST的統(tǒng)計均值為μ，統(tǒng)計方差為σ2，即

E(ST)=μ

( 9 )

(10)

式中：E(ST)為ST的期望；D(ST)為ST的方差。

而對于離散時間序列，其信號功率P(ST)可表示為

(11)

SNR=10×lg[P(ST)/P(SN)]

(12)

結(jié)合式(11)和式(12)可知

P(SN)=10-SNR/10×P(ST)

(13)

通常情況下，噪聲序列應當服從正態(tài)分布，假設其均值E(SN)=0，方差為D(SN)，則信號功率可表示為

(14)

結(jié)合式(13)和式(14)可知

D(SN)=10-SNR/10×(μ2+σ2)

(15)

因此，在已知原始信號及信噪比水平的前提下，可以根據(jù)式(15)得到噪聲信號的分布特征，進而估算噪聲信號的置信區(qū)間。在本算例中，當軌道結(jié)構(gòu)處于正常狀態(tài)時，軌跡信號的平均值μ=-84.17×10-6，方差σ2=46.10×(10-6)2。若信噪比為13 dB(噪聲能量占總信號能量的5%)，則噪聲信號應當服從均值為0的正態(tài)分布，即有SN～N(0,18.902)。

由式(8)可知，當上拱量發(fā)展1 mm，極限谷值平均變化約為16.55×106ε。對于噪聲信號SN，當噪聲波動范圍大于極限谷值的實際變化量時，則可能影響對離縫上拱病害的定量判斷。利用正態(tài)分布累積分布函數(shù)，可以計算噪聲幅值SN不超過極限谷值變化量Δy的概率，即

P(|SN|≤Δy)=F(Δy)-F(-Δy)

(16)

式中：F(·)為測試噪聲所服從正態(tài)分布的累計分布函數(shù)。在此條件下，可以認為因病害而造成的極限谷值變化不會被噪聲掩蓋，能夠較為顯著的反映軌道板離縫上拱程度。

表 3計算了不同上拱量條件下，噪聲幅值不超過極限谷值變化量的概率，以此作為評估上拱量識別準確性的指標。可以看出，當上拱量小于2 mm時，識別準確性一定程度上會受到測試噪聲的影響；而當上拱量大于2 mm時，極限谷值變化均顯著大于測試噪聲，因此不會受到噪聲顯著影響。此外，測試噪聲可通過Savitzky-Golay濾波等時域濾波手段進一步削弱。

表3 噪聲波動范圍對離縫上拱定量判斷的影響

值得注意的是，盡管上拱量較小時，噪聲波動范圍與極限谷值變化幅度存在一定重疊，但以上分析僅針對單一車輪產(chǎn)生的軌跡信號。在實際測試過程中，列車上的每一個車輪都將形成各自的軌跡信號，相當于對同一區(qū)段的軌道狀態(tài)進行多次獨立重復檢測。通過綜合考慮各次檢測的識別結(jié)果，可以進一步降低識別誤差。綜上所述，可以認為提出的軌道離縫上拱檢測技術(shù)能夠有效避免測試隨機噪聲的干擾，上拱量發(fā)展過程中軌跡信號的敏感表征會發(fā)生較為明顯變化，從而實現(xiàn)對上拱量的毫米級定量判斷。

3.3 行車速度對定量判斷的影響

以下分析速度改變對離縫量定量判斷的影響。采用相同的方法，模擬行車速度為250 km/h條件下的DAS輸出信號，并提取不同離縫量條件下軌跡特征量，如圖 7所示。壓實谷值、平衡峰值及極限谷值隨離縫量的變化趨勢與350 km/h車速條件下基本一致。各特征量與離縫量之間均存在較強的相關(guān)性。只是平衡峰值的平臺出現(xiàn)相對較晚，這是由于較低車速條件下，軌道板上拱只能使車輪出現(xiàn)減載，無法使輪軌之間徹底脫空。由此可見，車輛運行速度的改變并不會影響DAS輸出信號對軌道板上拱離縫量的表征能力。

圖7 不同上拱離縫量條件下DAS軌跡信號特征值變化量(v=250 km/h)

3.4 曲線地段對定量判斷的干擾

以下重點分析在曲線地段對DAS輸出信號的影響，并研究相應的解決方法。根據(jù)TB 10621—2014《高速鐵路設計規(guī)范》[31]，行車速度350 km/h條件下無砟軌道一般最小半徑為7 000 m。通過修改節(jié)點坐標，將曲線半徑導致的橫向偏移量施加于鋼軌截面上。

以上拱離縫量4 mm為例，圖 8對比了線路直線區(qū)段和曲線區(qū)段DAS應變輸出軌跡信號。圖中直線區(qū)段鋼軌左、右兩側(cè)各自測量的前輪運動軌跡信號的幅值和趨勢基本一致。因此，對于直線區(qū)段只需要對鋼軌單側(cè)的縱向應變進行測試，即可掌握線路的離縫上拱狀態(tài)。曲線外股鋼軌內(nèi)、外兩側(cè)的測試結(jié)果相較于直線區(qū)段，外軌外側(cè)測試結(jié)果明顯偏大，而外軌內(nèi)側(cè)測試結(jié)果則相對偏小。

圖8 不同線型對DAS軌跡輸出信號的影響

其原因在于，在直線區(qū)段，輪軌橫向力相對較小，可以近似認為DAS所測得的鋼軌縱向應變完全由輪軌垂向力引起。而轉(zhuǎn)向架通過曲線區(qū)段時，除垂向荷載外，鋼軌還同時承受著由于輪軌橫向力及車輪偏載導致的彎矩和扭轉(zhuǎn)(如圖9所示)，使得鋼軌橫截面上的應變分布更加復雜。以外股鋼軌為例，鋼軌受到指向曲線外側(cè)的輪軌橫向力作用，導致鋼軌外側(cè)受拉而產(chǎn)生符號為正的縱向應變，與垂向力導致的縱向應變疊加，導致外側(cè)光纖測得的信號偏大。同樣的，鋼軌內(nèi)側(cè)受壓而產(chǎn)生的負值縱向應變，使內(nèi)側(cè)光纖測得的信號相對偏小。

圖9 光纖布置及鋼軌受力情況

由此可見，曲線區(qū)段輪軌橫向力會對DAS輸出信號產(chǎn)生較為顯著的干擾。若僅采用鋼軌一側(cè)的測試結(jié)果，則可能會得到偏大或偏小的結(jié)果，導致誤判或漏判。為此，如圖 9所示，在曲線區(qū)段鋼軌兩側(cè)同時設置光纖，距離軌腰中性軸的距離均為hu，輪軌作用點偏心距為δ和ξ，垂橫向力為Fv和Fl?？紤]應力正負號，截面上內(nèi)、外側(cè)光纖處的縱向應變?yōu)?/p>

(17)

式中：E為鋼軌彈性模量；σMx、σMy分別為垂、橫向彎矩Mx、My產(chǎn)生的彎曲應力；σTz為扭矩Tz產(chǎn)生的翹曲正應力，Tz=Fv·δ-Fl·ξ。式(17)中兩式相加得到式(18)，可消除水平彎曲和扭轉(zhuǎn)的影響，使疊加后的修正信號ε′只對鋼軌垂向彎曲敏感，即

(18)

式中：Ix為鋼軌截面對x軸的慣性矩。

曲線區(qū)段鋼軌內(nèi)外側(cè)輸出信號的疊加結(jié)果如圖 10所示。疊加后的信號與直線區(qū)段測試結(jié)果基本一致，證明可以通過上述方法消除曲線區(qū)段對測試結(jié)果的干擾。

圖10 內(nèi)外側(cè)信號疊加消除曲線干擾

4 結(jié)論

本文通過構(gòu)建高速鐵路車輛-軌道耦合動力分析模型，基于分布式聲學傳感技術(shù)(DAS)應變測試原理，仿真計算了CRTSⅡ型無砟軌道軌道結(jié)構(gòu)正常及不同離縫上拱條件下的DAS輸出信號，通過分析模擬數(shù)據(jù)特征，得到如下結(jié)論：

(1)DAS輸出信號是由時間-空間-信號強度構(gòu)成的三維光譜數(shù)據(jù)，列車通過過程會在光譜上形成“光帶”狀的軌跡，軌跡斜率代表列車瞬時速度。提取的光譜軌跡信號，能夠反映車輪運動到某一位置時其正下方鋼軌的動態(tài)變形情況，為評估軌下結(jié)構(gòu)支承性能提供了一種全新的角度，可補充軌檢車巡檢周期外的狀態(tài)感知空白。

(2)軌道板離縫上拱對DAS輸出信號影響顯著。提取車輪經(jīng)過上拱區(qū)段形成的軌跡信號，其信號特征量壓實谷值和極限谷值與離縫量存在較強的線性關(guān)系，可定量表征軌道板的上拱程度；特征量平衡峰值在離縫量相對較小時，隨離縫量線性變化，當離縫量較大時則變化較小，可作為輪軌是否發(fā)生脫離現(xiàn)象的判斷依據(jù)。

(3)從概率分布角度，分析了測試過程中隨機噪聲對識別準確性的影響，結(jié)果表明噪聲對測試效果影響并不顯著，可通過濾波手段及綜合考慮多輪測試結(jié)果，進一步提高測試準確性。通過分析行車速度及曲線區(qū)段對DAS輸出結(jié)果的影響，可知行車速度對軌道板離縫上拱識別的影響較小，而曲線區(qū)段影響較大，可能造成漏判或誤判情況。為此，提出了基于雙股光纖對稱布置的方法對DAS信號進行修正，可削弱曲線對測試結(jié)果的干擾。