[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

说明书

本发明涉及一种基于IMF能量比的高速铁路钢轨波磨声学诊断方法，属于高速铁路振动噪声技术领域，其步骤如下：(1)钢轨粗糙度测试；(2)集合经验模态分解；(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。基于IMF能量比的高速铁路钢轨波磨声学诊断方法。本发明在运营线路上采用直接法实测有无波磨区段的钢轨粗糙度特征，对声信号进行EEMD分解后的IMF能量比进行分量筛选，利用IMF能量比畸变特征进行钢轨波磨识别。与直接法实测的钢轨粗糙度对应的理论声学频率进行了对比，提出了有效的高速铁路钢轨波磨的声学诊断策略。

技术领域

本发明涉及一种高速铁路钢轨波磨声学诊断方法，特别涉及一种基于IMF能量比的高速铁路钢轨波磨声学诊断方法，属于高速铁路振动噪声技术领域。

背景技术

钢轨波磨是一种出现在钢轨表面的周期性波浪形不平顺曲线，高速铁路钢轨波磨导致车辆-轨道系统的中高频振动响应产生的振动噪声直接影响着乘客的舒适度和铁路沿线居民的生活质量，同时恶化系统各部件运行状态，加剧钢轨表面的进一步损伤。

关于钢轨波磨的检测，以往采用传统波磨尺运用弦测法进行人工抽样测量，检测效率非常低。

近年来，新的检测技术不断被运用，检测精度和效率都得到了提升，如钢轨粗糙度检测手推车、应用振动加速度的惯性基准法和机器视觉法等。对于应用车辆上的振动加速度信号进行波磨诊断，国内外对其故障识别算法逐渐进行了一些研究，Grassie最早提出了应用车辆轴箱加速度信号分析进行轨道的动态监测的构想；Tsunashima等通过车体振动信号的小波包分析进行轨道波磨的识别；曹西宁等通过轴箱加速度信号进行希尔伯特-黄变换对轨道不平顺进行分析和诊断。利用加速度信号等接触式测量方法准备工作相对复杂，且受限于钢轨波磨特征往往与轮轨系统的耦合振动特性相关，易淹没于轮轨动力学系统固有特征内，对信号处理算法也提出了更高的要求。

从声学角度进行钢轨的波磨诊断，是一种非接触式的间接测量方法，其以列车运营状态下轮轨振动所产生的声信号作为反映轨道状态的重要信息来源，根据目标结构的声振发生机理和特征，对轨道波磨状态进行诊断，检测效率高，具有明显的早期预警和快速检测优势。高速铁路钢轨波磨初期往往幅值较小，列车在运行状态下所产生的声信号也不可避免的受到噪声的干扰，反映故障信息的脉冲信号很容易被淹没，同时由于钢轨波磨往往与高速铁路车辆-轨道耦合系统或轮轨系统部件的共振频率相关，故无波磨出现时声信号在波磨的特征频率往往也存在峰值频率，所以，运用常用的针对非稳态信号的时频分析技术，也难以在时频谱特征中准确的识别钢轨波磨特征。

因此，为了解决高速铁路钢轨波磨的快速检测问题，提供一种基于IMF能量比的高速铁路钢轨波磨声学诊断方法，利用动车组在运营时速下安装于转向架上的传声器采集的声信号进行声学诊断，就成为该技术领域急需解决的技术难题。

发明内容

本发明的目的是提供一种基于IMF能量比的高速铁路钢轨波磨声学诊断方法，利用动车组在运营时速下安装于转向架上的传声器采集的声信号进行声学诊断。

本发明的上述目的是通过以下技术方案达到的：

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(短波不平顺)，对测试得到的表面不平度进行声学修正；

(2)集合经验模态分解(EEMD)

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