[发明专利]基于IMF能量比的高速铁路钢轨波磨声学诊断方法有效
| 申请号: | 201910582310.1 | 申请日: | 2019-07-01 |
| 公开(公告)号: | CN110426005B | 公开(公告)日: | 2020-11-20 |
| 发明(设计)人: | 伍向阳;刘兰华;李晏良;陈迎庆;邵琳;韩立;张毅超 | 申请(专利权)人: | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 |
| 主分类号: | G01B17/08 | 分类号: | G01B17/08 |
| 代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 耿小强 |
| 地址: | 100081 北京*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 imf 能量 高速铁路 钢轨 声学 诊断 方法 | ||
1.一种基于IMF能量比的高速铁路钢轨波磨声学诊断方法,其步骤如下:
(1)钢轨粗糙度测试
采用小推车直接测量钢轨粗糙度,对测试得到的表面不平度进行声学修正;将区段一和区段二作为有无波磨的对比区段,测试车辆通过两区段时的声信号,进行钢轨波磨诊断;
(2)集合经验模态分解
对于含有严重噪声的原始信号,根据高速铁路钢轨粗糙度特征频率,按照从高频到低频的顺序,通过重采样和滤波,分解为具有不同振动模态的子信号,获得本征模态函数IMF,有效将噪声成分分离;
(3)本征模态函数IMF能量比
根据故障特征频率对应IMF信号的能量比进行钢轨波磨的故障识别,筛选得到钢轨波磨对应的IMF分量,通过HHT变换,得到Hilbert边际谱和瞬时频率。
2.根据权利要求1所述的基于IMF能量比的高速铁路钢轨波磨声学诊断方法,其特征在于:所述步骤(1)中所述声学修正如下:
钢轨粗糙度数据处理过程中要进行尖峰去除和曲率修正,其中曲率修正对粗糙度的微观几何特征进行声学角度的处理,以还原钢轨粗糙度对轮轨相互作用的影响;对于每一个粗糙度测试得到的点坐标所构成的实际钢轨粗糙度表面r(x),接触点位于中心的x0处,相对于理想车轮表面,结合测试得到的车轮半径,通过曲率修正将声学粗糙度修正为r’(xi)-r(xi)。
3.根据权利要求2所述的基于IMF能量比的高速铁路钢轨波磨声学诊断方法,其特征在于:所述钢轨粗糙度数据表示成圆周长度的函数,其物理含义是不同位置处钢轨表面相对于平均表面的变化值,被称为钢轨不平顺幅值,用对数形式的钢轨不平顺等级表示,定义如式1所示,单位为dB;
式(1)中,是钢轨粗糙度的均方值在1/3倍频程中进行量化,参考值取1μm,在每个1/3倍频程中将所得的窄带频谱幅值的平方再求和,并除以计算点数即可获得,在声学粗糙度的定义中,10μm粗糙度的有效幅值对应20dB的粗糙度等级,而1μm的粗糙度幅值则对应0dB粗糙度等级。
4.根据权利要求3所述的基于IMF能量比的高速铁路钢轨波磨声学诊断方法,其特征在于:所述步骤(2)的具体步骤如下:
步骤1):找出信号x(t)的极大值点和极小值点,用样条插值函数拟合形成上包络线和下包络线,计算上下包络线的均值m1(t),将原数据序列x(t)减去平均包络m1(t),得到新的数据序列h1(t),若h1(t)不满足IMF的条件,则将h1(t)作为原信号重复上面的步骤k次,使得平均包络线趋于零,得到的h1k(t)就是第一个IMF;
步骤2):从原信号减去c1(t),得到一个新的数据序列,然后在重复步骤1,得到一系列的cn(t)和一个不可再分解的余项序列rn(t),其中rn(t)表示信号的平均趋势;原信号则可以表示为IMF分量和一个残余项之和。
5.根据权利要求4所述的基于IMF能量比的高速铁路钢轨波磨声学诊断方法,其特征在于:所述步骤(3)的具体步骤如下:
利用车下声信号进行EEMD后,提取的IMF能量比畸变特征进行波磨特征识别,IMF是EEMD方法分解后得到的本征模态分量,反映信号从低频到高频的不同振动模态,IMF的能量熵公式为:
其中:
pi=Ei/E (4)
pi为第i个IMF能量占总能量的比值,能量的公式为:
IMF需要满足条件有两点:一是序列中,极值点数与过0点数必须相等或者最多相差一个;二是在任意时间点上,由信号局部极大值确定的上包络线和由局部极小值确定的下包络线的均值为0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国铁道科学研究院集团有限公司节能环保劳卫研究所,未经中国铁道科学研究院集团有限公司节能环保劳卫研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910582310.1/1.html,转载请声明来源钻瓜专利网。





