轨道交通展消息  港铁正在探索利用智能声学技术提升列车状态监测能力。由港铁与北京声谱科技等团队联合研发的轨旁声学监测系统，可在列车正常运行过程中采集声音信号，并结合人工智能及数字孪生技术，对车辆关键部件运行状态进行分析，实现无需停车的非接触式健康监测。

据北京声谱科技近日披露，该公司作为项目联合研发团队及核心技术提供方，主要负责智能声学检测技术及相关工业运维诊断方案的研发与应用。

在传统轨道交通车辆检修中，很多检查工作需要利用列车收车后的有限时间完成。随着运营密度不断提高，如何在不影响正常行车的情况下持续掌握车辆状态，成为轨道交通智能运维的重要发展方向。

针对这一需求，项目团队采用大规模传声器阵列空气声学监测技术，在轨旁布置非接触式声学监测设备。当列车正常通过监测区域时，系统可实时采集列车运行过程中产生的声音，并从复杂环境噪声中提取关键声纹特征，对车辆相关部件的运行状态进行分析。

与需要在车辆上安装传感设备的传统接触式方案相比，轨旁声学监测无需对列车进行停车检测，可在正常运营条件下完成状态采集，为列车健康监测提供新的技术路径。

在完成声音采集后，如何从大量环境噪声和设备运行声中识别异常，是系统实现智能诊断的关键。据介绍，该系统结合物理信息神经网络（PINN）、认知数字孪生及声学模型，将现场采集到的声学数据与列车物理模型进行融合分析。

通过深度学习及人工智能算法，系统能够对不同运行工况下的声学特征进行识别，并从背景噪声中提取可能与部件异常相关的声纹信息，为后续故障判断和维修决策提供数据支持。

从技术应用看，该系统的监测方式为轨旁非接触式声学监测，数据采集依托大规模传声器阵列，分析技术则包括人工智能、物理信息神经网络和数字孪生等，应用目标是列车关键部件状态监测及故障辅助诊断。

该技术已经从实验室研发进入轨道交通实际应用场景。据声谱科技介绍，在2026年第51届日内瓦国际发明展上，由声谱科技联合港铁研发的轨旁声学监测相关技术获得评审团嘉许金奖，相关创新成果同时助力港铁获得世界知识产权组织（WIPO）相关奖项。

从轨旁设备实时采集数据，到人工智能完成异常声纹识别，声学技术正在成为轨道交通智能运维领域新的技术方向之一。

除轨道交通外，非接触式智能声学检测技术还具备向工业设备、高端制造及城市基础设施等领域延伸的潜力。声谱科技表示，未来将继续推进智能声学检测技术在更多工业场景中的应用，通过声音感知、人工智能分析和数字孪生等技术，为设备预测性维护及智能运维提供技术支持。

随着轨道交通运维向数字化、智能化和预测性维护方向发展，“列车不停运、设备不接触”的在线状态监测技术正成为新的探索方向。轨旁声学监测的实际应用，也为人工智能与传统轨道交通运维体系融合提供了新的实践案例。