基于小波包能量譜的鋼軌扣件松脫檢測研究.pdf

1、鋼軌扣件系統(tǒng)是軌道結(jié)構(gòu)中重要組成部分之一，在列車重復(fù)載荷作用下，可能造成扣件松脫，嚴(yán)重時會產(chǎn)生列車脫軌事故。隨著高速列車的發(fā)展，對扣件松脫的檢測變得尤為重要，而人工巡檢法和基于計算機(jī)視覺的方法不能實時檢測扣件狀態(tài)變化和扣件松脫程度。當(dāng)鋼軌扣件發(fā)生松脫時，軌道結(jié)構(gòu)的動態(tài)特性參數(shù)會發(fā)生變化，并通過鋼軌的動態(tài)響應(yīng)呈現(xiàn)出來，利用扣件松脫前后振動信號的差異識別鋼軌扣件狀態(tài)。小波包分析方法具有多分辨率分析、良好的時頻局部化能力等優(yōu)勢，本文對由傳感節(jié)

2、點采集的加速度信號結(jié)合小波包理論、向量相似度理論和統(tǒng)計學(xué)理論對鋼軌扣件狀態(tài)識別進(jìn)行相關(guān)研究，本文主要工作包括：
　　(1)分析了傳統(tǒng)小波包算法不足產(chǎn)生的原因，并研究了相應(yīng)的改進(jìn)算法。分析了小波包算法中頻率混淆與頻帶交錯現(xiàn)象產(chǎn)生的原因，結(jié)合傅里葉變換與逆傅里葉變換將相應(yīng)頻率段內(nèi)頻譜置零的方法消除了頻率混疊現(xiàn)象，通過調(diào)整小波濾波器組順序消除頻帶交錯現(xiàn)象，最后采用仿真實驗對改進(jìn)后的小波包算法進(jìn)行驗證。
　　(2)將最大相異數(shù)指標(biāo)和

3、能量累積變異指標(biāo)用于鋼軌扣件狀態(tài)檢測，并通過軌道加載實驗平臺驗證了該方法的有效性。聯(lián)合多個測量節(jié)點的位置指標(biāo)實現(xiàn)了扣件松脫位置的識別。在單個扣件松脫工況下，得到了能量累積變異指標(biāo)與扣件松脫程度之間呈三次函數(shù)的關(guān)系，并驗證了扣件識別效果受扣件松脫程度、扣件松脫個數(shù)和噪聲水平的影響。
　　(3)分別運(yùn)用最大相異數(shù)指標(biāo)與能量累積變異指標(biāo)對高鐵實測加速度信號進(jìn)行分析，得到了鋼軌扣件在未松脫工況下最大相異數(shù)指標(biāo)和能量累積變異指標(biāo)的變化范圍。