阅读说明：本技术 脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序 (Derailment sign detection system, control device, derailment sign detection method, and derailment sign detection program ) 是由 须田义大 林世彬 兰德尔·德温·雷迪 影山真佐富 古贺进一郎 久保光太 川锅哲也 角田 于 2018-06-01 设计创作，主要内容包括：针对从搭载于转向架的角速度传感器(35)输出的俯仰角速度θ(t)、横滚角速度<Image he="65" wi="134" file="DDA0002306073330000011.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>分别应用小波分析,算出俯仰角速度的小波系数(14)和横滚角速度的小波系数(15)。将以时间序列变化的2个小波系数(14、15)分别与小波系数的阈值(16)进行比较,在两者超过阈值时检测到脱轨预兆。例如利用针对0.5～100Hz的低频率区域算出的小波系数。将频率区域与时间区域的2种脱轨预兆检测算法组合以提高脱轨预兆检测精度。通过采用小波分析,从而能够进行频率区域的实时处理,实现脱轨预防。(For the pitch angle velocity theta (t) and roll angle velocity outputted from an angular velocity sensor (35) mounted on a bogie Wavelet analysis is applied to calculate a wavelet coefficient (14) of pitch angle velocity and a wavelet coefficient (15) of roll angle velocity. 2 wavelet coefficients (14, 15) varying in time series are respectively compared with a threshold value (16) of wavelet coefficients, and a sign of derailment is detected when both exceed the threshold value. For example, wavelet coefficients calculated for a low frequency region of 0.5 to 100Hz are used. Dividing frequency region and time regionThe 2 derailment precursor detection algorithms of the domain are combined to improve the derailment precursor detection accuracy. By adopting wavelet analysis, real-time processing of a frequency region can be performed, and derailment prevention is realized.)

脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预 兆检测程序

技术领域

本发明涉及脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序。

背景技术

作为检测铁路列车的脱轨的预兆的现有技术，已知本发明人提供的专利文献1和专利文献2所记载的技术。

在专利文献1的技术中，利用安装于转向构架的传感器来检测出行驶中的转向架的俯仰角速度和横滚角速度，以检测出的转向架俯仰角速度或转向架俯仰角速度的检测值大于预先设定的阈值的情况、以及检测出的转向架横滚角速度或转向架横滚角速度的累计值大于预先设定的阈值的情况作为条件，判定为脱轨预兆。

另外，在专利文献2的技术中，使检测到的转向架的横滚角速度存储在存储装置中，根据横滚角速度的历史算出移动平均值，根据该移动平均值算出横滚角速度的预测值。然后，在检测到的转向架的俯仰角速度以及横滚角速度的预定时间后的预测值各自超过既定的阈值的情况下，判定为列车的脱轨预兆。

现有技术文献

专利文献

专利文献1：日本专利第5468016号公报

专利文献2：日本特开2014-231308号公报

发明内容

发明欲解决的技术问题

通过利用专利文献1、专利文献2的现有技术，虽然能够检测列车的脱轨预兆，但是根据条件不同，这些现有技术有时并不一定能够发挥足够的性能。例如，如果对行驶实际的营业线路的列车应用基于以试验轨道测量到的数据确定的阈值等参数，则有时会由于在轨道的接缝等部位于俯仰角速度、横滚角速度产生的干扰所致的明显大值的影响，而导致产生脱轨预兆的误检测。另外，由于现状是检测脱轨预兆所利用的阈值很大程度上依赖于行驶速度，因此难以确定适当的阈值，尤其在低速范围倾向于容易发生误检测。

另外，虽然可以考虑针对俯仰角速度、横滚角速度等的分析采用各种各样的方法，但是在检测列车的脱轨预兆的情况下，存在如果未在从发生预兆起在0.2秒以内检测到该预兆并立即采取对策，则难以避免脱轨的制约，因此基本不能采用实时进行分析以外的方法。

本发明鉴于上述情况而完成，其目的在提供能够提高列车的脱轨预兆的检测精度的脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序。

用于解决问题的技术手段

为了达成上述目的，本发明涉及的脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序以下述(1)～(6)作为特征。

(1)一种脱轨预兆检测系统，其中，具备：

检测部，所述检测部设置于列车并检测行驶中的列车的俯仰角速度和横滚角速度；

控制装置，所述控制装置算出所述俯仰角速度的小波系数作为第1小波系数，并算出所述横滚角速度的小波系数作为第2小波系数，在已算出的所述第1小波系数和所述第2小波系数分别超过既定的阈值的情况下，判定为所述列车的脱轨预兆；以及

输出部，所述输出部在所述控制装置判定为脱轨预兆的情况下向外部通知脱轨预兆。

根据上述(1)的构成的脱轨预兆检测系统，能够提高列车的脱轨预兆的检测精度。即，通过将对俯仰角速度和横滚角速度各自的检测值进行小波分析而得到的第1小波系数和第2小波系数与阈值进行比较，并进行判定，从而能够减少低速时在轨道接缝等部位发生的干扰的影响所导致的误检测。

(2)根据上述(1)记载的脱轨预兆检测系统，其中，所述控制装置仅限于在低频率区域的范围内算出所述第1小波系数和所述第2小波系数。

根据上述(2)的构成的脱轨预兆检测系统，能够进一步提高列车的脱轨预兆的检测精度。即，在列车的车轮边缘越上轨道直到脱轨时，会确认俯仰角速度和横滚角速度两者存在低频率的高输出，因此通过利用在低频率区域的范围内算出的第1小波系数和第2小波系数，从而脱轨预兆的检测精度得以改进。

(3)根据上述(1)或(2)记载的脱轨预兆检测系统，其中，所述控制装置至少针对所述横滚角速度，基于检测值的历史算出移动平均值，根据所述移动平均值预测所述横滚角速度的变化，基于所述横滚角速度的预测值以及已算出的所述第1小波系数和所述第2小波系数，判定所述列车的脱轨预兆。

根据上述(3)的构成的脱轨预兆检测系统，能够针对将横滚角速度的预测值、已算出的第1小波系数以及前2小波系数组合成的条件进行判定，能够进一步改进脱轨预兆的检测精度。

(4)一种控制装置，其中，该控制装置设置于列车，基于利用预定的检测部检测到的行驶中的列车的俯仰角速度和横滚角速度，算出所述俯仰角速度的小波系数作为第1小波系数，并算出所述横滚角速度的小波系数作为第2小波系数，在已算出的所述第1小波系数和所述第2小波系数分别超过既定的阈值的情况下，判定为所述列车的脱轨预兆，在判定为脱轨预兆的情况下，向外部通知脱轨预兆检测。

根据上述(4)的构成的控制装置，能够与上述(1)的脱轨预兆检测系统同样地提高列车的脱轨预兆的检测精度。

(5)一种脱轨预兆检测方法，其中，

输入行驶中的列车的俯仰角速度和横滚角速度的检测值；

算出所述俯仰角速度的小波系数作为第1小波系数；

算出所述横滚角速度的小波系数作为第2小波系数；

将已算出的所述第1小波系数和所述第2小波系数分别与既定的阈值进行比较；

在所述第1小波系数和所述第2小波系数超过所述阈值的情况下，判定为所述列车的脱轨预兆，向外部通知脱轨预兆检测。

根据上述(5)的构成的脱轨预兆检测方法，能够与上述(1)的脱轨预兆检测系统同样地提高列车的脱轨预兆的检测精度。

(6)一种脱轨预兆检测程序，其中，使计算机执行包含如下步骤的处理：输入行驶中的列车的俯仰角速度和横滚角速度的检测值的步骤；

算出所述俯仰角速度的小波系数作为第1小波系数的步骤；

算出所述横滚角速度的小波系数作为第2小波系数的步骤；

将已算出的所述第1小波系数和所述第2小波系数分别与既定的阈值进行比较的步骤；以及

在所述第1小波系数和所述第2小波系数超过所述阈值的情况下，判定为所述列车的脱轨预兆，并向外部通知脱轨预兆检测的步骤。

通过用预定的计算机执行上述(6)的构成的脱轨预兆检测程序，从而能够与上述(1)的脱轨预兆检测系统同样地提高列车的脱轨预兆的检测精度。

发明效果

根据本发明的脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序，能够提高列车的脱轨预兆的检测精度。即，在列车的车轮边缘越上轨道直到脱轨时，会确认俯仰角速度和横滚角速度两者存在低频率的高输出，因此通过利用在低频率区域的范围内算出的所述第1小波系数和所述第2小波系数，从而脱轨预兆的检测精度得以改进。

以上简洁地说明了本发明。进而，通过参照附图通读以下说明的用于实施发明的方式(以下称为“实施方式”)，应该能够进一步明确本发明的详情。

附图说明

图1是示出搭载了本发明的实施方式的脱轨预兆检测系统的列车的结构例的侧视图。

图2是示出列车的转向架的转向构架的俯视图。

图3是示出列车的转向架的转向构架的侧视图。

图4是示出脱轨预兆检测系统的结构例的框图。

图5是示出频率区域脱轨预兆检测单元的结构例的框图。

图6是示出时间区域脱轨预兆检测单元中的输入输出和判定的条件的框图。

图7是示出小波分析中的输入信号和各种各样的小波的例子的波形图。

图8是示出用作母小波的Morlet小波的波形的波形图。

图9的(a)、图9的(b)、图9的(c)、图9的(d)、图9的(e)、图9的(f)、图9的(g)以及图9的(h)是表示在使用试验轨道的实验中得到的8种试验数据各自的横滚角速度和俯仰角速度的小波系数的时间推移的时间表。

图10的(a)和图10的(b)是表示在使用试验轨道的实验中得到的1组试验数据所涉及的小波系数的分布状态的三维图表，图10的(a)表示横滚角速度，图10的(b)表示俯仰角速度。

图11的(a)和图11的(b)是表示基于在使用试验轨道的实验中得到的1组试验数据的小波系数的时间推移的时间表，图11的(a)表示横滚角速度，图11的(b)表示俯仰角速度。

符号说明

10：频率区域脱轨预兆检测单元

11、12：小波变换处理部

13：脱轨预兆判定部

14：俯仰角速度的小波系数

15：横滚角速度的小波系数

16：小波系数的阈值

17、18：脱轨预兆判定输出

20：列车

21：车体

22：转向架

23：车轴

24：车轮

25：转向构架

30：时间区域脱轨预兆检测单元

31、32：列车控制信号

34：速度传感器

35：角速度传感器

38：列车的制动装置

39：列车的洒水装置

40：最终判定部

50：脱轨预兆检测系统

51：控制单元

具体实施方式

在以下参照各附图说明本发明涉及的具体的实施方式。

<列车的结构例>

在图1中示出搭载了本发明的实施方式的脱轨预兆检测系统的列车20的结构例。在图2中示出从上方观察列车20的转向架22的转向构架25的状态。另外，在图3中示出从侧面观察该转向构架25的状态。

本发明的脱轨预兆检测系统50以搭载于图1所示这样的结构的列车20的状态被使用。此外，图1示出的列车20为2辆编组，但也能够用于1辆或3辆以上的编组的列车20。

如图1所示，列车20的各车体21具备多个转向架22，该转向架连接于车体的下部并支承车体21。图1的例子中，各车体21前后分别具备2个转向架22。各转向架22具备图2和图3所示这样的转向构架25。

转向构架25设置有横跨该转向构架的车轴23，车轴23的两端连接有与轨道相接的车轮24。此外，如图2和图3所示，在转向构架25的前后方向的中央付近并且在列车20的宽度方向的左侧方，配置有角速度传感器35。另外，转向架22也具备检测列车20的行驶速度的速度传感器34(参照图4)。

角速度传感器35检测俯仰角速度和横滚角速度。本实施方式中，使用了构成为具有音叉型振子的微型陀螺仪的角速度传感器35。俯仰角速度是俯仰方向的角速度，即以列车20的宽度方向为轴的旋转(或倾斜)的角速度；横滚角速度是横滚方向的角速度，即以列车20的前后方向为轴的旋转(或倾斜)的角速度。

<脱轨预兆检测系统50的结构例>

图4是脱轨预兆检测系统50的结构例。

例如对图1示出的列车20的每个转向架22分别准备图4示出的脱轨预兆检测系统50，各脱轨预兆检测系统50的控制单元51设置在车体21上。向各脱轨预兆检测系统50的控制单元51输入装配于各转向架22的角速度传感器35和速度传感器34的电信号。当然，也可以用1个控制单元51来集中控制多个车体21的多个转向架22。

控制单元51是计算机，具备足以在短时间内完成计算处理的性能的硬件。另外，具备控制用软件，该控制用软件用于实现相当于频率区域脱轨预兆检测单元10、时间区域脱轨预兆检测单元30以及最终判定部40的各功能。此外，在控制单元51的内部可以具备独立的多个计算机。

图4示出的脱轨预兆检测系统50配备了2种脱轨预兆检测算法，以检测列车20的脱轨预兆并预防脱轨。一个脱轨预兆检测算法安装在频率区域脱轨预兆检测单元10中，另一脱轨预兆检测算法安装在时间区域脱轨预兆检测单元30中。

详细见后述，内置在频率区域脱轨预兆检测单元10中的脱轨预兆检测算法中，输入角速度传感器35输出的俯仰角速度θ(t)和横滚角速度对这些信号分别应用小波分析并对每个信号算出小波系数。需要说明的是，“t”表示时间。并且，将按照时间序列变化的俯仰角速度的小波系数和横滚角速度的小波系数分别与事先规定的阈值进行比较，由此识别有无脱轨预兆。实际上，当成为俯仰角速度的小波系数超过阈值同时横滚角速度的小波系数超过阈值的状态时，检测为脱轨预兆。

另一方面，内置在时间区域脱轨预兆检测单元30中的脱轨预兆检测算法基本上与专利文献2公开的算法相同。即，分别将速度传感器35输出的俯仰角速度θ(t)和横滚角速度速度传感器34输出的行驶速度V(t)输入并进行处理。然后，基于移动平均值的计算来预测横滚角速度的变化。进而，进行俯仰角速度与阈值的比较、横滚角速度的预测值与阈值的比较，根据其结果检测脱轨预兆。对于时间区域脱轨预兆检测单元30使用的各阈值，根据行驶速度V(t)而采用适当的值。

基本上，仅通过新开发的内置有脱轨预兆检测算法的频率区域脱轨预兆检测单元10，就能够对于脱轨预兆检测得到足够的性能。但是，频率区域脱轨预兆检测单元10的算法以及时间区域脱轨预兆检测单元30的算法各自具有不同的优点和缺点。因此，通过适当地分别使用2种脱轨预兆检测算法，能够更有效地避免脱轨。

于是，最终判定部40输入频率区域脱轨预兆检测单元10输出的脱轨预兆判定输出17、以及时间区域脱轨预兆检测单元30输出的脱轨预兆判定输出18，并基于这些信号实施最优的列车的控制。

最终判定部40的输出连接有列车的制动装置38以及列车的洒水装置39。即，在检测到脱轨预兆的情况下利用制动装置38实施制动，由此能够防止脱轨。洒水装置39是向轨道与车轮边缘的接触部分洒水的装置。换言之，在作为脱轨预兆即正成为车轮边缘越上轨道的状态时，对其接触部位洒水以降低摩擦系数。由此，能够使越上轨道的车轮边缘返回正常位置，能够防止脱轨。此外，本实施方式中以脱轨预兆检测系统50具备洒水装置39的情况为例进行说明，但这是一例，也可以具备用于防止脱轨的其他装置以代替洒水装置39，或者除该洒水装置39以外还具备防止脱轨的其他装置。

作为最终判定部40的代表性的控制例，在根据频率区域脱轨预兆检测单元10输出的脱轨预兆判定输出17而识别到脱轨预兆的情况下，最终判定部40控制列车的制动器装置38以进行制动。另外，在根据时间区域脱轨预兆检测单元30输出的脱轨预兆判定输出18而识别到脱轨预兆的情况下，最终判定部40控制列车的洒水装置39进行洒水，降低摩擦系数。

此外，在检测到脱轨预兆时，可以输出警报、使用模拟语音信号等通知危险。但是，实际上，如果在从检测到脱轨预兆起0.2秒以内未实施洒水、制动器的控制，则无法避免脱轨。因此，优选利用最终判定部40自动实施洒水、制动器的控制。

<频率区域脱轨预兆检测单元10>

图5示出频率区域脱轨预兆检测单元10的结构例。图5示出的频率区域脱轨预兆检测单元10具备2个小波变换处理部11、12以及脱轨预兆判定部13。

小波变换处理部11对角速度传感器35输出的俯仰角速度θ(t)的信号以固定周期(例如1/200[秒])反复进行采样并输入，对该信号实施小波变换处理。在小波变换处理部11的输出中得到俯仰角速度的小波系数14作为时间序列的信号。对于小波变换随后进行说明。

另外，小波变换处理部12对角速度传感器35输出的横滚角速度的信号以固定周期(例如1/200[秒])反复进行采样并输入，对该信号实施小波变换处理。在小波变换处理部12的输出中得到横滚角速度的小波系数15作为时间序列的信号。

根据进行各种各样的实验得到的结果，可知在列车的车轮边缘越上轨道而发生脱轨时，横滚角速度和俯仰角速度两者均存在低频率的高输出。于是，为了有效地检测脱轨的预兆，小波变换处理部11和12分别限于在预先规定的低频率区域的范围内、例如0.5～100[Hz]的范围内，算出小波系数。

脱轨预兆判定部13基于小波变换处理部11输出的俯仰角速度的小波系数14、小波变换处理部12输出的横滚角速度的小波系数15、以及小波系数的阈值16，来实施脱轨预兆的判定。对于小波系数的阈值16，两者使用共通的阈值，但是也可以对俯仰角速度的小波系数14和横滚角速度的小波系数15两者分别分配独立的阈值。另外在本实施方式中，小波系数的阈值16为事先规定的常数，是不变的。但是，根据情况不同，小波系数的阈值16的值也可以根据例如列车的行驶速度等进行调节，多少发生一些变化。

当检测到俯仰角速度的小波系数14的值超过阈值16，同时横滚角速度的小波系数15的值超过阈值16的状态，脱轨预兆判定部13在脱轨预兆判定输出17中输出表示脱轨预兆检测的信号。

<时间区域脱轨预兆检测单元30>

图6示出时间区域脱轨预兆检测单元30中的输入输出和判定的条件。

如图6和图4所示，在时间区域脱轨预兆检测单元30的输入中，输入俯仰角速度θ(t)、横滚角速度

以及行驶速度V(t)的信号。另外，如图6所示，作为时间区域脱轨预兆检测单元30在控制方面使用的参数，存在俯仰角速度阈值、横滚角速度移动平均预测值阈值、检测时间、倾斜测量时间、预测时间。此处，俯仰角速度阈值和横滚角速度移动平均预测值阈值各自的值变化成利用对于行驶速度V(t)最优的值。

如图6中时间区域脱轨预兆检测单元30的框中所示，时间区域脱轨预兆检测单元30通过比较3个条件从而对于脱轨预兆的检测进行判定，并输出其结果作为警告。比较的3个条件如下所述，根据它们的逻辑与进行判定。

(1)俯仰角速度θ(t)为俯仰角速度的阈值(依赖速度)以上。

(2)横滚角速度

的移动平均值Φ为该阈值(依赖速度)以上。

(3)基于横滚角速度

的移动平均值的预测值Φp为该阈值(依赖速度)以上。

对于时间区域脱轨预兆检测单元30中的处理的内容，由于与专利文献2所公开的现有技术相同，因此省略详细说明。

<小波变换的说明>

图7示出小波分析中的输入信号和各种各样的小波的各波形。另外，图8示出用作母小波的Morlet小波的波形。但是，对于母小波，能够根据分析对象使用各种各样的波形。

此外，一般使用傅立叶分析作为进行信号的频率分析的方法。但是，当实施傅里叶变换时，与时间相关的信息会丢失，因此在要检测像列车的脱轨预兆这样突发的变化的用途中，无法得到需要的信息。另外，在使用了汉明窗的短时间傅里叶分析的情况下，难以以短时间捕捉低频率，因此无法在例如0.2秒以内检测脱轨预兆。

小波为暂时性的波，小波分析是将任意的时间序列数据表现为小波之和的方法。例如，如图7所示，在输入波W1作为任意的输入信号的情况下，将其分解为各种各样的小波，例如能够将波W1表现为小波W2、W3、W4、W5、W6之和。

小波变换中存在连续小波变换(CWT)和离散小波变换(DWT)。在连续小波变换中，利用母小波，比较对该母小波进行移动、放大/缩小得到的复制函数与输入信号的波。在连续小波变换中，对信号与分析函数的近似性的测定使用内积。母小波中能够使用各种各样的形状。当小波为复数值时，CWT成为尺度与位置的复数值函数，当信号为实数值时，CWT成为尺度与位置的实数值函数。连续小波变换能够以下式表示。

【数学式1】

其中，

C(a,b；f(t),Ψ(t))：小波系数(CWT系数)

a：尺度参数

b：位置参数

f(t)：输入信号(原信号)

Ψ(t)：母小波

t：时间

换言之，基于母小波Ψ(t)和输入信号f(t)，根据尺度参数(a)和位置参数(b)的断续变化，得到小波系数。当对各系数乘以经适当的放大/缩小、移动得到的小波(例如图7示出的W2～W6)时，生成原信号的构成小波。

在本实施方式的小波变换处理部11、12中，作为小波变换的母小波Ψ(t)，采用了图8示出的Morlet小波的波形。Morlet小波存在实数值版、复数值版。实数值版的Morlet小波由下式表示。对标准化和再构成使用常数。

【数学式2】

所述第(1)式的连续小波变换(CWT)能够使用傅里叶逆变换而改写成下式这样。由此，也能够将连续小波变换解释成基于信号的频率的滤波。

【数学式3】

上述第(3)式表示，经过时间后的小波的扩展成为频率区域的其支撑的收缩的原因。中心频率由于扩展而向低频率方向移动。小波变换中，小波动作的扩大被定义为能量的保存。为了在收缩中保存能量，频率支撑需要峰值能级的増大。品质系数(或者有时也称为滤波器系数)是峰值能量与带宽的比率。因此，小波有时也称为常数Q滤波器。小波的频率支撑的收缩与扩张是由于产生与峰值能量成比例的増加或减少。这是在检测列车的脱轨预兆时具有利用价值的小波的重要的特性。

上述第(3)式基本上将CWT定义成傅里叶变换的积的傅里叶逆变换。这意味着能够使用傅里叶逆变换计算CWT。

离散傅里叶变换的计算存在高效的算法。于是，由于能够采用CWT的高效的算法，因此能够将CWT的观点应用于傅里叶区域，构建CWT的计算式。

【数学式4】

上述第(4)式能够改写成下式的形式。

【数学式5】

上述第(5)式以折积形式明示表现CWT。

在实行CWT的离散型的情况下，将输入序列表示为N长度向量(x[n])。CWT的折积的离散型以下式表示。

【数学式6】

为了以上述第(6)式的形式获取CWT，需要计算迁移的参数(b)的各值的折积，对于各个尺度(a)重复该流程。但是，在2个序列扩展为环状，分期至长度N的情况下，环状折积作为离散傅里叶变换的积在下面的第(7)式中表示。CWT为积的傅里叶逆变换。

【数学式7】

通过如上所述以傅里叶逆变换形式表示CWT，从而能够采用高速傅里叶算法实施CWT的计算。由此，能够大幅度提高计算效率，削减折积的计算成本。

使用以上说明这样的手法，图5示出的小波变换处理部11和12各自实施小波变换的计算处理。小波变换处理部11处理俯仰角速度θ(t)并算出俯仰角速度的小波系数14。另外，小波变换处理部12处理横滚角速度

并算出横滚角速度的小波系数15。算出的俯仰角速度的小波系数14以及横滚角速度的小波系数15均为变化的时序列的信号。

<实验数据的说明>

需要事先适当确定各种阈值等参数，以使得图4中示出的脱轨预兆检测系统50的频率区域脱轨预兆检测单元10以及时间区域脱轨预兆检测单元30能够分别正确地检测列车脱轨预兆。为此，进行实验并利用其结果的数据实施脱轨预兆检测系统50的调整。

在东京大学千叶实验所的试验轨道上，使用实物大转向架，对各种行驶速度实施车轮边缘越上轨道的脱轨试验。在该试验中，花费了各种各样的劳力以及时间，以能够安全进行脱轨试验。另外，与图1示出的列车20同样，在转向架上安装角速度传感器35、速度传感器34以及其他传感器并实施试验。即，测量包含转向架的俯仰角速度θ(t)、横滚角速度

以及行驶速度V(t)在内的时间序列数据，使用数据记录仪记录该时间序列数据。

作为该实验的结果，分别提取下面的表1示出的“试验1”、“试验2”、“试验3”、“试验4”、“试验5”、“试验6”、“试验7”以及“试验8”这8组数据，并实施各数据的分析。

【表1】

试验编号	车轮边缘即将开始越上轨道之前的速度[km/h]
		试验1	11.85
试验2	8.11
		试验3	5.31
试验4	11.85
		试验5	7.54
试验6	5.27
		试验7	7.5
试验8	3.51

图9的(a)、图9的(b)、图9的(c)、图9的(d)、图9的(e)、图9的(f)、图9的(g)以及图9的(h)分别示出使用了试验轨道的实验中得到的8种试验数据各自的横滚角速度(Roll)和俯仰角速度(Pitch)的小波系数的时间推移。在图9的(a)～图9的(h)中，各图像的横轴表示时间(秒)，纵轴表示小波系数的值。

在图9的(a)～图9的(h)中，用方框包围的部分表示发生脱轨或其预兆的部分。即，在转向架的车轮边缘越上轨道时，对于横滚角速度(Roll)的小波系数以及俯仰角速度(Pitch)的小波系数两者，数值同时期变大。换言之，在发生脱轨或其预兆的状况下，横滚角速度(Roll)的小波系数以及俯仰角速度(Pitch)的小波系数一同增大到预定值以上。

另外，如表1所示，“试验1”～“试验8”中，即将发生车轮边缘越上轨道之前的行驶速度各自不同，而图9的(a)～图9的(h)各自的脱轨预兆发生部位的小波系数的大小没有产生很大不同。

因此，在本实施方式中，作为对频率区域脱轨预兆检测单元10的脱轨预兆判定部13提供的小波系数的阈值16，给出不依赖行驶速度的固定的常数。具体而言，设想在与图9的(a)～图9的(h)的数据同样的环境中，将“0.08”左右的值作为小波系数的阈值16进行分配。因此，在检测到俯仰角速度的小波系数14超过“0.08”，同时横滚角速度的小波系数15超过“0.08”时，图5示出的脱轨预兆判定部13判定为“存在脱轨预兆”。

图10的(a)和图10的(b)示出三维图像，该三维图像表示在使用了试验轨道的实验中得到的1组试验数据涉及的小波系数的时间轴方向和频率轴方向的分布状态。图10的(a)表示横滚角速度，图10的(b)表示俯仰角速度。

另外，图11的(a)和图11的(b)示出基于在使用了试验轨道的实验中得到的1组试验数据的小波系数的时间推移。图11的(a)表示横滚角速度，图11的(b)表示俯仰角速度。

在频率区域脱轨预兆检测单元10采用的脱轨预兆检测算法中，能够监控低频率区域(例如0.5～100[Hz])中的俯仰角速度和横滚角速度的功率谱密度的时间推移。换言之，通过监视图10的(a)、图10的(b)的图表这样的变化从而预测脱轨预兆。

通过对得到的实验数据进行分析可知，俯仰角速度和横滚角速度的频率成分在区分转向架的正常的行驶状态(包含在轨道接缝等产生的干扰)和车轮边缘越上轨道的脱轨状态的方面非常有效。另外，通过采用俯仰角速度和横滚角速度的小波分析，从而频率成分的时间推移也能够实时进行监视，因此能够在从脱轨预兆发生起0.2秒以内检测出该脱轨预兆。

另外，如图4示出的脱轨预兆检测系统50所示，通过采用频率区域脱轨预兆检测单元10以及时间区域脱轨预兆检测单元30而并用2种脱轨预兆检测算法，从而能够进一步改进脱轨预兆检测精度，能够有效地进行脱轨预防控制。例如，在时间区域脱轨预兆检测单元30的脱轨预兆检测算法单独的情况下，由于在轨道接缝处产生的干扰所致的显著大值的影响，有时会导致产生脱轨预兆的误检测。但是，通过组合采用小波分析的算法，从而能够抑制误检测的产生。

此外，对于脱轨预兆检测系统50的各部的功能，也能够以搭载于列车的专用的控制装置的形式实现，还能够以应用程序的形式安装在个人计算机这样的通用的装置中而实现。

此处，上述的本发明涉及的脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序的实施方式的特征分别在以下[1]～[6]中简洁地总结列述。

[1]一种脱轨预兆检测系统(50)，其中，具备：

检测部(角速度传感器35)，所述检测部设置于列车并检测行驶中的列车的俯仰角速度和横滚角速度；

控制装置(频率区域脱轨预兆检测单元10)，所述控制装置算出所述俯仰角速度的小波系数作为第1小波系数，并算出所述横滚角速度的小波系数作为第2小波系数，在已算出的所述第1小波系数和所述第2小波系数分别超过既定的阈值的情况下，判定为所述列车的脱轨预兆；

输出部(最终判定部40)，所述输出部在所述控制装置判定为脱轨预兆的情况下向外部通知脱轨预兆。

[2]根据上述[1]记载的脱轨预兆检测系统，其中，所述控制装置(小波变换处理部11、12)仅限于在低频率区域的范围内，算出所述第1小波系数和所述第2小波系数。

[3]根据上述[1]或[2]记载的脱轨预兆检测系统，其中，所述控制装置(控制单元51)至少针对所述横滚角速度，基于检测值的历史算出移动平均值，根据所述移动平均值预测所述横滚角速度的变化，基于所述横滚角速度的预测值以及已算出的所述第1小波系数和所述第2小波系数，判定所述列车的脱轨预兆。

[4]一种控制装置(频率区域脱轨预兆检测单元10)，其中，该控制装置设置于列车，基于利用预定的检测部检测到的行驶中的列车的俯仰角速度和横滚角速度，算出所述俯仰角速度的小波系数作为第1小波系数，并算出所述横滚角速度的小波系数作为第2小波系数，在已算出的所述第1小波系数和所述第2小波系数分别超过既定的阈值的情况下，判定为所述列车的脱轨预兆，在判定为脱轨预兆的情况下，向外部通知脱轨预兆检测。

[5]一种脱轨预兆检测方法，其中，

输入行驶中的列车的俯仰角速度和横滚角速度的检测值；

算出所述俯仰角速度的小波系数作为第1小波系数(相当于小波变换处理部11的功能)；

算出所述横滚角速度的小波系数作为第2小波系数(相当于小波变换处理部12的功能的功能)；

将已算出的所述第1小波系数和所述第2小波系数分别与既定的阈值进行比较(相当于脱轨预兆判定部13的功能)；

在所述第1小波系数和所述第2小波系数超过所述阈值的情况下，判定为所述列车的脱轨预兆，向外部通知脱轨预兆检测(相当于最终判定部40的功能)。

[6]一种脱轨预兆检测程序，其中，使计算机执行包含如下步骤的处理：

输入行驶中的列车的俯仰角速度和横滚角速度的检测值的步骤；

算出所述俯仰角速度的小波系数作为第1小波系数的步骤(相当于小波变换处理部11的功能)；

算出所述横滚角速度的小波系数作为第2小波系数的步骤(相当于小波变换处理部12的功能的功能)；

将已算出的所述第1小波系数和所述第2小波系数分别与既定的阈值进行比较的步骤(相当于脱轨预兆判定部13的功能)；以及

在所述第1小波系数和所述第2小波系数超过所述阈值的情况下，判定为所述列车的脱轨预兆，并向外部通知脱轨预兆检测的步骤(相当于最终判定部40的功能)。

虽然详细地参照特定的实施方式说明了本发明，但是本领域技术人员显然能够在不脱离本发明的精神与范围的前提下加入各种各样的变更、修正。

本申请基于2017年6月2日申请的日本专利申请(特愿2017-110259)，在此引用其内容作为参照。

根据本发明，能够起到在脱轨预兆检测中减少在低速时在轨道接缝等位置发生的干扰的影响所导致的误检测的效果。起到该效果的本发明对于能够提高列车的脱轨预兆检测精度的脱轨预兆检测系统、控制装置、脱轨预兆检测方法以及脱轨预兆检测程序有用。