基于振动和声频信号复合特征提取与分类识别的高铁轨道伤损探测方法研究

我国高速轮轨列车发展迅速，而现有的轨道探伤设备和技术无法满足高速列车发展的需求，存在着严重的安全隐患。针对这一问题，提出一种基于无线传感器网络，充分利用轨道振动和声频信号，采用新型变换和处理方法实现复合特征提取与分类的新型高铁轨道伤损探测方法。通过布置于高铁路轨沿线的无线传感器网络测量轨道振动和声频信号，并对信号进行预处理，利用希尔伯特-黄变换对信号进行基本幅频特征分析；然后，结合振动和声频信号的频率、幅值以及不同的测量点组成多维张量，利用非负张量分解进行二次特征提取，得到伤损特征系数；同时，结合轨道振动和声学模型，获得在无损以及典型伤损情况下振动和声频信号的特征系数，利用相关向量机对特征进行分类并建立伤损识别规则；最后，通过建立的伤损识别规则，实现对实测信号的伤损实时检测。作为一种全新的轨道伤损探测方法，能准确、实时地识别钢轨中的隐含伤损信息，保证高铁安全有效的运行。

针对现有的探伤技术和探伤机制无法满足高速铁路探伤需求的情况，为解决高速铁路钢轨伤损实时监测的难题，本项目从振动信号和声学信号两个方面研究了高速铁路钢轨伤损的探伤方法。根据实际的轨道结构，建立了车辆-轨道垂向统一模型，即轮轨耦合振动模型，研究了钢轨典型伤损的振动信号特征，基于振动信号时域参数以及HHT方法提取的时频参数，对伤损振动信号进行了特征提取，并利用特征参数优化方法结合支持向量机对振动信号下的伤损特征进行了分类；采用有限元方法建立了轨道声学模型，研究了钢轨中不同深度情况下的横向裂纹和纵向裂纹在钢轨中的声发射信号特征，基于小波方法和瑞利-兰姆方程曲线研究了裂纹声发射信号的模态特征提取方法，利用模拟轮轨实验设备获取了伤损声发射信号，并采用小波和香农熵理论研究了噪声信号的消除及裂纹声发射信号的检测方法；针对无线传感器网内数据传输量和预处理的问题，采用了基于压缩感知的数据压缩采集方案，提出了基于紧缩和交互投影理论的量测矩阵的构造算法，验证了该方法在信号重构性能上的改进，不仅能够合理分布较少的传感器节点个数、测量次数较少，同时减少了各个节点的功耗；针对HHT方法在信号分析中产生的端点效应问题，采用基于灰色模型的预测方法，对HHT方法进行了改进，发挥了灰色模型输入数据量少、短期预测精度高、计算速度快的优势，有效地抑制HHT的端点效应。此外，为了得到轮轨运动状态下的振动和声学信号，本项目设计了高速轮轨模拟实验设备，为高速下声学和振动信号的检测研究奠定基础。