基于字典融合增强的车载钢轨伤损声发射检测方法技术

本发明专利技术公开了一种基于字典融合增强的车载钢轨伤损声发射检测方法，首先提出了一种镜像扩展的自适应局部均值分解算法用于重构多通道数据集，以消除信号中的随机噪声，通过镜像扩展和自适应调整滑动步长，平衡地保留了信号的局部细节和全局特征，避免了端点效应和模态混叠。同时，开发了一种创新的基于Cramér's V系数的相关性约束增强型字典融合算法用于训练统一的字典，融合多通道信号中的冗余有效信息，进一步消除WRRN。最后，从重构的融合信号中提取样本熵包络，构建自适应阈值，以准确检测伤损，提示工作人员及时维护钢轨。该方法能有效增强伤损特性，检测被噪声淹没的伤损信号，为钢轨伤损分析和评估提供指导。

【技术实现步骤摘要】

本专利技术属于钢轨的结构健康监测(structural health monitoring,shm)领域，涉及一种车载钢轨伤损声发射检测方法，具体涉及一种基于字典融合增强的车载钢轨伤损声发射检测方法。

技术介绍

1、随着城市化进程的推进，铁路运输的重要性日益凸显。作为铁路网的重要组成部分，表面剥落和裂缝是导致断轨甚至列车脱轨等事故的主要伤损类型，因此及时准确地识别新出现的伤损对于维护铁路运输安全至关重要。

2、声发射(acoustic emission,ae)检测作为一种突出的无损检测技术，以其高灵敏度和非侵入性而著称，可用于被动式的钢轨shm。但在实际应用中仍面临诸多挑战。主要障碍是伤损信号的振幅通常较弱，容易被由轮轨接触和机械摩擦引起的复杂轮轨滚动噪声(wheel rail rolling noise,wrrn)所淹没，从而造成漏检和误检。这些wrrn中既包含分布在低频且幅值较低的随机噪声，也包含具有高峭度特征的自激励类噪声。这些噪声与伤损信号的频带分布重叠，使得传统的去噪方法难以去除。局部均值分解(local meandecomposit本文档来自技高网...

【技术保护点】

1.一种基于字典融合增强的车载钢轨伤损声发射检测方法，其特征在于所述方法包括如下步骤：

2.根据权利要求1所述的基于字典融合增强的车载钢轨伤损声发射检测方法，其特征在于所述步骤一的具体步骤如下：

3.根据权利要求1所述的基于字典融合增强的车载钢轨伤损声发射检测方法，其特征在于所述步骤二的具体步骤如下：

4.根据权利要求1所述的基于字典融合增强的车载钢轨伤损声发射检测方法，其特征在于所述步骤三的具体步骤如下：

【技术特征摘要】

1.一种基于字典融合增强的车载钢轨伤损声发射检测方法，其特征在于所述方法包括如下步骤：

2.根据权利要求1所述的基于字典融合增强的车载钢轨伤损声发射检测方法，其特征在于所述步骤一的具体步骤如下：

3....

【专利技术属性】
技术研发人员：宋树帜，章欣，陈逸飞，沈毅，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：