高速列車輪對(duì)踏面擦傷軌上感知算法研究.pdf

1、隨著列車運(yùn)行速度和軸重增加，車輪踏面擦傷現(xiàn)象不斷加劇。一旦車輪踏面出現(xiàn)擦傷，輪軌系統(tǒng)間的沖擊力會(huì)高于正常情況下的幾十倍甚至上百倍，嚴(yán)重威脅到高速列車的運(yùn)行安全，因此能夠及時(shí)檢測(cè)出車輪踏面擦傷及其擦傷程度對(duì)保證列車運(yùn)行安全和合理制定維修計(jì)劃具有重要意義。
　　論文首先建立了已考慮軌道不平順和車輪擦傷的車輛-軌道垂向耦合模型，利用基于Newmark的多步預(yù)測(cè)-校正法求解了在車輪擦傷作用下的鋼軌振動(dòng)響應(yīng)。在此基礎(chǔ)上，分析了不同軌道不平順

2、、不同列車運(yùn)行速度、不同擦傷深度下鋼軌振動(dòng)特性，同時(shí)為后續(xù)特征提取提供了仿真數(shù)據(jù)。
　　為了能夠有效識(shí)別車輪擦傷及其擦傷程度，論文提出了基于粒子群優(yōu)化算法改進(jìn)支持向量機(jī)(PSO-SVM)的模式識(shí)別算法。在模式識(shí)別算法中，特征提取直接影響識(shí)別準(zhǔn)確率，論文提出了一種利用高階譜結(jié)合灰度-梯度共生矩陣對(duì)鋼軌振動(dòng)響應(yīng)進(jìn)行特征提取的算法。利用高階譜方法對(duì)鋼軌振動(dòng)信號(hào)進(jìn)行處理得到其二維等高線圖和三維雙譜圖，通過(guò)灰度-梯度共生矩陣提取二維等高線圖

3、的6個(gè)紋理特征，結(jié)合車速作為識(shí)別車輪擦傷的特征參數(shù)。同時(shí)為了提高識(shí)別車輪擦傷等級(jí)的準(zhǔn)確率，在上述特征參數(shù)的基礎(chǔ)上，又提取了二維等高線圖的內(nèi)擴(kuò)對(duì)角頻率和三維雙譜圖的對(duì)角切片峰值。
　　為了驗(yàn)證高階譜方法的有效性，同時(shí)分析了Hilbert-Huang變換、EMD分解和小波包變換對(duì)鋼軌振動(dòng)響應(yīng)的特征提取。仿真結(jié)果表明，論文提出的高階譜結(jié)合灰度-梯度共生矩陣算法能夠100％識(shí)別車輪擦傷，同時(shí)在識(shí)別車輪擦傷等級(jí)方面的準(zhǔn)確率為95.89％，優(yōu)

4、于Hilbert-Huang變換、EMD分解和小波包變換。
　　為了驗(yàn)證高階譜方法的魯棒性，論文分析了該算法在不同軌道不平順下、不同車輪缺陷下對(duì)車輪擦傷的識(shí)別能力。仿真結(jié)果表明:軌道不平順大小不會(huì)影響車輪擦傷的識(shí)別，但會(huì)影響車輪擦傷等級(jí)的識(shí)別，且隨著軌道不平順的增大，識(shí)別準(zhǔn)確率會(huì)有所下降。同時(shí)，該算法能將車輪擦傷與車輪其它缺陷完全區(qū)分開。論文研究結(jié)果實(shí)現(xiàn)了根據(jù)列車運(yùn)行經(jīng)過(guò)時(shí)的鋼軌振動(dòng)響應(yīng)估計(jì)車輪踏面擦傷及其擦傷程度，為實(shí)現(xiàn)地對(duì)車的