Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diciembre, 2009
Resumen
Uno de los problemas comunes que se presentan en las ruedas de los trenes,
es la presencia de planos. Éstos generan un impacto suficiente como para
afectar el funcionamiento normal del tren. La detección temprana de planos
en las ruedas permite realizar las correcciones necesarias (tornear la superficie
de la rueda) a fin de evitar daños a los componentes del tren que degraden
la prestación del servicio a los usuarios. Aunque existen muchos sensores
de vibración en el mercado para detectar vibraciones generadas por el paso
de un tren, no hay aún una herramienta estándar que permitan detectar la
presencia de planos en las ruedas del mismo. Este estudio presenta la selección
apropiada de una ventana temporal para utilizar la Transformada de Fourier
en Tiempos Cortos (STFT, por sus siglas en inglés) en el análisis de señales
de vibración, tomadas al pie del carril y generadas al paso de un tren, que
permita determinar la presencia de dichos planos. Para ello, en primer lugar
se generó, utilizando la herramienta Matlab, una señal que simule la presencia
de un plano y que permita conocer como la STFT, implementando diferentes
ventanas temporales (Rectangular, Gauss, Hanning y Chebyshev), permite
descubrir la presencia del mismo, en el dominio conjunto tiempo-frecuencia.
Seguidamente, se aplica la STFT a señales tomadas en campo. Los resultados
obtenidos demuestran que la STFT es una herramienta efectiva para detectar
* Autor de correspondencia: teléfono: + 034 + 69 + 625 33 44, fax: + 034 + 93 + 401 58 13, correo electrónico: eflorez@unipamplona.edu.
co (E. Flórez).
145
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
Abstract
One of the most typical problems in the wheels rail is the presence of flats.
They can generate sufficient impact to cause bad operation of the train. Early
detection of flat wheels allows the necessary corrections (turning surface
of the wheel) before they cause serious damage to components of the train
and degrade the performance of services to users. Although there are many
vibration sensors in the market to detect vibrations, generated by the pass
of a train, there are not powerful tools to detect the presence of flats on the
wheels of the train, through analysis of these signals. This study presents the
appropriate selection of the temporal window to use the Short Time Fourier
Transform (STFT) in the analysis of vibration signals taken at the foot of
the rail and generated by the pass of the train, which allows to determine
the presence of these flats. To do this, a signal, using Matlab, was built to
simulate the presence of flats and for knowing how the STFT, implementing
different window functions (Rectangular, Gaus, Hanning, Chebyshev),
reflects the presence of it, in both time and frequency domain. Finally, the
STFT is implemented to real signals. The results show that the STFT is an
effective tool to detect the presence of flats at the rail wheels wheter the
temporal window and its parameters are properly selected to perform a time-
frequency analysis.
----- Keywords: Rail wheel flat, short time fourier transform, temporal
window, vibration signal
146
Selección de la ventana temporal en la transformada de Fourier en tiempos cortos utilizada ...
147
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
148
Selección de la ventana temporal en la transformada de Fourier en tiempos cortos utilizada ...
0,8 -20
dB
0,6 -40
0,4
-60
0,2
-80 x ∆f
-
0 ∆t =1/∆f -8 -4 0 4 8
b) 0
1 -3
0,8 -20
0,6 dB -40
0,4
-60
0,2
0 ∆t =1/∆f
-80 x ∆f -
-8 -4 0 4 8
0
c) 1 -3
0,8 -20
dB
0,6 -40
0,4
-60
0,2
-80 x ∆f
-
0 ∆t =1/∆f -8 -4 0 4 8
0
d) 1 -3
-20
0,8
-40
dB
0,6
-60
0,4 -80
0,2 -100
-120 x ∆f
-
0 ∆t =1/∆f -8 -4 0 4 8
149
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
150
Selección de la ventana temporal en la transformada de Fourier en tiempos cortos utilizada ...
2 y 3, para la señal sinteizada y definida por la para mostrar el comportamiento de los mismos
ecuación 3 se tiene; A = 15, K1 = 700 y K2 = 800. en el análisis. Además se ha de tener en cuenta
Para las figuras 4 y 5, debido a que la energía de que las unidades en el eje zeta para estas figuras
los pulsos comparada con la energía de la com- son unidades de energía que a su vez son función
ponente periodica es mucho menor, los valores de las unidades que contenga la señal de vibra-
de amplitud en los pulsos han sido manipulados ción analizada (m, m/s, m/s2).
a) b)
20 40
Energía
Energía
15 30
10 20
5 10
1 1
0,8 0,8
0,6 0,6
0,4 6 7
8 0,4 7 8
0,2 5 kHz 0,2 4 5 6
kHz 3 4 3
0 1 2 s 0 1 2 s
c) d)
40 60
Energía
30 Energía
40
20 20
10
1 1
0,8 0,8
0,6 0,6
0,4 7 8 0,4 7 8
kHz 0,2 4 5 6 kHz 0,2 4 5 6
3 3
0 1 2 s 0 1 2 s
Figura 2 DEE, de una señal con 2 impulsos y 2 componentes periódicas, utilizando las ventanas;
a) Rectangular, b) Gauss, c) Hanning, d) Chebyshev
a) dB b) dB
1 1
0 0
0,8 0,8
0,6 -40 0,6 -40
kHz
kHz
0,4 80 0,4 80
0,2 -120 0,2 -120
0 -160 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
s s
c) dB d)
1 1 dB
0
0,8 0,8 0
-40
0,6 0,6
kHz
kHz
-40
80
0,4 0,4
-120 80
0,2 0,2
-160 -120
0 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
s s
Figura 3 Espectograma de la señal con 2 impulsos y 2 componentes periódicas, utilizando las
ventanas; a) Rectangular, b) Gauss, c) Hanning, d) Chebyshev
151
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
a) b)
Energía
Energía 400 600
300 400
200
100 200
1 1
0,8 0,8
0,6 0,6
0,4 7 8 0,4 7 8
kHz 0,2 4 5 6 kHz 0,2 4 5 6
3 3
0 1 2 s 0 1 2 s
c) d)
600
Energía
Energía
600
400 400
200 200
1 1
0,8 0,8
0,6 8 0,6 8
0,4 5 6 7 0,4 5 6 7
kHz 0,2 3 4 kHz 0,2 3 4
0 1 2 s 0 1 2 s
Figura 4 DEE de la señal con 2 pulsos y 2 componentes periódicas, utilizando las ventanas; a)
Rectangular, b) Gauss, c) Hanning, d) Chebyshev
a) dB b) dB
1 1
40 50
0,8 0,8
0 0
0,6 0,6
kHz
kHz
-40 -50
0,4 0,4
-80 -100
0,2 0,2
-150
0 -120 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
s s
c) dB d) dB
1 40 1 50
0,8 0,8
0 0
0,6 0,6
kHz
kHz
-50
0,4 0,4 -50
0,2 -100 0,2
-100
0 -150 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
s s
Figura 5 Espectograma de una señal con dos pulsos y 2 componentes periódicas utilizando las
ventanas; a) Rectangular, b) Gauss, c) Hanning, d) Chebyshev
Conocida la forma en como dos eventos carac- ello, se utilizan las señales de vibración gene-
teristicos en el estudio de vibraciones se revelan radas por el contacto rueda-carril al paso de un
por medio de la STFT, se prosigue a aplicar esta tren, con el fin de determinar, mediante el análi-
herramienta a señales de vibración reales. Para sis tiempo-frecuencia, la presencia de alguno de
152
Selección de la ventana temporal en la transformada de Fourier en tiempos cortos utilizada ...
153
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
El Laboratorio de Vibraciones cuenta con un paso de cada tren. El número de trenes que en
sistema de adquisición de datos de última ge- promedio circulan diariamente por la línea 3,
neración; sistema portátil multicanal Pimento donde se realiza la adquisición de vibraciones,
(8 canales) con software propio perteneciente a es de 24 trenes, de un total de 28 trenes disponi-
la compañía LMS. Éste ha sido adquirido como bles en la línea, que son identificados por medio
parte del desarrollo del proyecto VIBRAPLA del número de matrícula del primer vagón del
(Proyecto de Investigación y Desarrollo Tecno- tren y por el número de registro de operación del
lógico del Ministerio de Educación y Ciencia: día respectivo. Lo anterior permite determinar a
Identificación de planos en las ruedas de los fe- qué tren corresponde cada una de las señales de
rrocarriles a partir del análisis de las vibraciones vibración adquiridas. En total, el número de se-
del carril). La selección de este sistema de adqui- ñales obtenidas durante los 5 meses correspon-
sición se realizó teniendo en cuenta factores tales de a 480 señales, equivalentes a 20 señales por
como: portabilidad y autonomía, módulos de ad- cada tren.
quisición multicanal, permitir entradas de tensión
y corriente, entre otros [16]. Señal de vibración
500
154
Selección de la ventana temporal en la transformada de Fourier en tiempos cortos utilizada ...
novados por parte de la empresa TMB) y 5000. de tiempo, en el dominio temporal, y solo a tra-
Este ultimo modelo corresponde a trenes moder- vés de un intervalo de frecuencias en el dominio
nos incluidos por la Empresa TMB para mejorar de frecuencias. Esto hace que pueda ser atribuido
la frecuencia del servicio. De los 24 trenes que a una falla extendida o de longitud considerable
circulan diarimente generalmente el 35,7 % son sobre la superficie de la rueda del tren.
del modelo 3000 y los modelos restantes, 2000,
3000R y 5000, se reparten igualmente con un Conclusiones
21,4% cada uno.
A diferencia de la ventana rectangular, cuando
Después de analizar en el dominio tiempo-fre- se aplica la STFT utilizando cualquiera de las
cuencia, mediante la STFT, cada una de las se- otras tres ventanas analizadas, una parte sig-
ñales generadas por los respectivos trenes, utili- nificativa de la señal se atenua o es ignorada
zando cada una de las cuatro ventanas temporales en el análisis debido a los pequeños valores de
estudiadas y a las que se varía el tamaño y el so- amplitud que manejan dichas ventanas en sus
lape, se pudo identificar en algunos de los trenes, fronteras. Por lo tanto, si la STFT está siendo
modelos 2000 y 3000, la presencia de eventos no utilizada para detectar eventos puntuales en el
comunes similares a los simulados en el ordena- tiempo −impulsos− la no selección de un so-
dor mediante Matlab y que se muestran en las fi- lape minimo del 50% generaría la atenuación
guras 2, 3, 4 y 5, y que pueden ser atribuidos a o la no detección de estos eventos, cuando los
la presencia o al comienzo de generación de un mismos se encuentren o coincidan cerca de las
plano en una de las ruedas. fronteras o bordes de la ventana en el desarro-
llo del análisis.
La figura 9 muestra la DEE y el espectrograma,
de una de las señales adquiridas para un tren, per- Los resultados demuestran que para el análisis de
teneciente al modelo 2000, utilizando los cuatro señales transitorias las ventanas estudiadas pue-
tipos de ventana estudiados. En ella se aprecia la den ser utilizadas para:
presencia de un evento no común en el instante
t = 3,6 s, correspondiente al paso de la segunda • La ventana Rectangular para conocer la pre-
rueda del quinto boggie del tren, que se refleja sencia de eventos continuos de tipo sinusoi-
como un impulso en un instante determinado en dales y cuando se quiere evitar el uso de un
el dominio del tiempo y a través de todo el domi- solape en el análisis.
nio de frecuencias. También cabe resaltar como • Las ventanas Gauss y Hanning para dete-
las ventanas Gauss y Hanning reflejan de mejor minar eventos puntuales (se presentan en un
forma la presencia de dicho evento. instante fijo en todo el dominio temporal),
En la figura 10 se muestra la DEE y el espec- teniendo en cuenta que el mínimo solape ha
trograma de una de las señales adquiridas para de ser del 50%. Se demuestra que la ventana
un tren, perteneciente al modelo 3000, utilizando Gauss tiene mayor habilidad, sobre la venta-
los cuatro tipos de ventana estudiados. En ella se na Hanning, para separar componentes fre-
aprecia la presencia de dos eventos no comunes: cuenciales de niveles ampliamente diferen-
el primero al paso de la primera rueda del segundo tes, debido al factor de forma que cada una
boggie, en t = 1,9 s, donde se aprecia la presencia maneja.
de un evento que incrementa su amplitud de una • La ventana Chebyshev para conocer un in-
forma directa con el incremento de frecuencia; el tervalo de componentes frecuencial y ate-
segundo evento se revela en la primera y segunda nuar casi en su totalidad el resto de compo-
ruedas del quinto boggie, en tiempo t = 3,6 y 3,8 nentes. Para el análisis de señales periódicas
s, y que se puede atribuir a la presencia de una esta ventana es problamente la mejor.
falla, y se refleja como un evento en un intervalo
155
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
a) 1 dB
0,8 0
Energía
150
100 0,6 -50
kHz
50
1 0,4 -100
0,8
0,6 0,2
8 -150
0,4
5 6 7
kHz 0,2 0
3 4 1 2 3 4 5 6 7 8
0 1 2 s s
b) 1 dB
0
Energía
200 0,8
150
100 0,6 -50
kHz
50
1 -100
0,4
0,8
0,6 -150
8 0,2
0,4
5 6 7 -200
kHz 0,2 3 4 0
0 1 2 s 1 2 3 4 5 6 7 8
s
c) 1 dB
0
Energía
200 0,8
150
100 0,6 -50
kHz
50
1 -100
0,4
0,8
0,6 -150
8 0,2
kHz
0,4
5 6 7 -200
0,2 3 4 0
0 1 2 s 1 2 3 4 5 6 7 8
s
d) dB
1 40
Energía
200 0
150 0,8
100 -40
50 0,6
kHz
1 -80
0,8 0,4
0,6 8 -100
0,4 6 7 0,2
kHz 0,2 5 -160
3 4
0 1 2 s 0 1 2 3 4 5 6 7 8
s
Figura 9 Espectograma de una señal real, de un tren modelo 2000, utilizando las ventanas;
a) Rectangular, b) Gauss, c) Hanning, d) Chebyshev
Se comprueba que las señales de vibración ge- el instante en que se presenta un evento en el do-
neradas al paso de un tren y tomadas al pie del minio del tiempo, si no que además, permite de-
carril son señales transitorias y que por medio de terminar el estado de dicho envento mediante el
un análisis tiempo-frecuencia se refleja no solo dominio frecuencial.
156
Selección de la ventana temporal en la transformada de Fourier en tiempos cortos utilizada ...
dB
a) 1
0,8 0
60
Energía
40 -40
0,6
kHz
20
1 0,4 -80
0,8 -120
0,6 0,2
8
0,4
5 6 7 -160
kHz 0,2 3 4 0
1 2 3 4 5 6 7 8
0 1 2 s s
dB
b) 1
0
Energía
100 0,8
50 0,6 -50
kHz
1 0,4 -100
0,8
0,6 0,2 -150
8
kHz
0,4
5 6 7
0,2 3 4 0 -200
0 1 2 s 1 2 3 4 5 6 7 8
s
dB
b) 1
0
Energía
100 0,8
50 0,6 -40
kHz
1 0,4 -80
0,8
0,6 0,2 -120
0,4 7 8
kHz 0,2 4 5 6 -160
3 0
0 1 2 s 1 2 3 4 5 6 7 8
s
d) dB
1
150 0
Energía
0,8
100
50 0,6 -50
kHz
1
0,8 0,4 -100
0,6
0,4 7 8 0,2 -150
kHz 0,2 4 5 6
3
0 1 2 s 0
1 2 3 4 5 6 7 8
s
Figura 10 Espectograma de una señal real, de un tren modelo 3000, utilizando las ventanas;
a) Rectangular, b) Gauss, c) Hanning, d) Chebyshev
157
Rev. Fac. Ing. Univ. Antioquia N.° 50. Diciembre 2009
158