摘要
高速铁路曲线地段轮轨之间的动力相互作用复杂,智能识别算法在曲线地段的适应性是实现对车轮扁疤全线不间断识别跟踪的前提。考虑高速铁路车轮扁疤信号的随机性特征,提出了一种基于变分模态分解(variational modal decomposition, VMD)的高速铁路车轮扁疤识别方法。考虑曲线线路不同地段以及不同轨侧的影响,对动力学计算得到的轮轨力随机响应进行变分模态分解并将信号重构,通过包络谱特征识别车轮扁疤冲击频率和对应扁疤的长度。研究表明:在曲线地段正常车轮与扁疤车轮对应的包络谱之间存在显著差异,包络谱中10 mm以上扁疤冲击倍频特征明显;倍频峰值频率特征与列车速度对应扁疤冲击频率一致;前4阶包络谱均值与扁疤长度之间呈线性关系,可以通过包络谱均值直接识别扁疤的长度。对曲线外轨侧识别的车轮扁疤长度进行修正后,可以实现车轮扁疤全线不间断识别跟踪。
-
单位兰州交通大学; 机电工程学院