Traťová diagnostika vad dvojkolí vozů metra pomocí jednootáčkové analýzy

This research is focused on detection of wheelset faults of Prague metro train set of type 81-71M using vibration sensors on the wayside with the contribution of a novel one period analysis. Vibration sensor activities for each metro passing are recorded by two accelerometer sensors which are mounted on both right and left rail for all day while metros are in routine operation. Signal samples of two known faulty wheels of a wheelset on ID-108 metro are used as ground truth information in comparison to ID-119 healthy data. The database has 16 faulty signal samples against 16 healthy ones. Three different methodologies; Wavelet Packet Energy (WPE), Time-Domain Features (TDF) and Linear Configuration Pattern Kurtograms (LCP-K) are used with Fisher Linear Discriminant Analysis and Support Vector Machines classifiers. Outstanding results are observed among proposed techniques up to 100%. Proposed methods may be used for a cost-effective wayside diagnostic system for railway vehicles.Tento výzkum je zaměřen na detekci vad dvojkolí u vozů pražského metra typu 81-71M pomocí snímačů vibrací umístěných na trati a to za pomocí nové metody nazvané jednootáčková analýza. Záznamy snímačů namontovaných na levé a pravé kolejnici byly pořízeny během běžného provozu metra. Byly porovnávány signály dvou dvojkolí soupravy ID-108 se známou poruchou oproti záznamům soupravy ID-119, která byla bez poruchy. Databáze pro výpočet má 16 záznamů s poruchou a 16 záznamu bez poruchy. Byly použity tři metodiky: WPE, TDF a LCP-K v kombinaci s klasifikátory FLDA a SVM. U navržených metodik jsou pozorovány úspěšnosti detekce poruchy až 100%. Navrhované metody mohou být použity pro efektivní diagnostický systém pro kolejová vozidla