【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 meandecomposition,lmd)作为一种新兴的信号去噪方法，通过自适应分解揭示非平稳信号的内在特征，有效消除随机噪声。然而，lmd算法存在频带混叠和端点效应，且对预设参数依赖严重，这削弱了lmd对随机噪声的降噪效果。
3、同时，目前已有的信号去噪和钢轨检测方法依赖于单一传感器的数据，伤损检测精度受制于传感器信号精度的限制，且监测范围有限。利用移动式的车载多传感器监测大范围的钢轨结构
4、此外，受到检测环境影响，每次shm过程中采集的ae信号具有不同的幅值，且除了wrrn外，信号中还包含一些无法消除的干扰，使得依靠固定阈值无法有效检测伤损信号，容易造成误检。
技术实现思路
1、为了实现复杂背景噪声下的精确的钢轨shm，为噪声背景下的钢轨结构健康监测提供指导，本专利技术提供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。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。
2、本专利技术的目的是通过以下技术方案实现的：
3、一种基于字典融合增强的车载钢轨伤损声发射检测方法，包括如下步骤：
4、步骤一：对多通道ae信号数据集x进行镜像翻转操作，并结合原数据构建镜像延拓-多通道ae数据集xe，提高信号片段端点的连续性以避免端点效应和模态混叠，随后利用信号片段的短时能量调整自适应平滑步长sl，以提取信号的局部包络，求解调频信号sm,ij(t)，最后保留互相关系数最大的乘积函数(product function,pf)用于重构多通道ae数据集消除随机噪声；
5、步骤二：针对重构的多通道ae数据集，采用k-svd算法分别为每个通道的重构信号训练子字典φq，随后根据cramérv系数对每个子字典中的原子进行加权，并将其融合为统一的字典φf，稀疏矢量求解过程中，通过加入相关性约束求解共享稀疏系数b，并采用admm算法求解，以消除残余的wrrn，最后重构融合信号xre＝φfβ；
6、步骤三：基于重构的融合信号xre，对每列信号提取样本熵se，随后结合每列融合信号的se值计算自适应阈值th，最后，查找融合信号中幅值高于自适应阈值的信号片段为伤损信号，其他低于自适应阈值的信号为非伤损信号。
7、相比于现有技术，本专利技术具有如下优点：
8、1)本专利技术提出了一种增强型me-almd算法，该算法可自适应地调整滑动步长，以保留信号的局部细节和全局特性，无需依赖先验信息即可有效消除wrrn中的随机噪声，并且不受端点效应和模态混叠的影响。
9、2)创新的edf-rcc算法可融合多通道ae信号中的冗余信息，从而增强伤损特征。该算法通过加权子字典融合和加入稀疏约束项，进一步消除了wrrn。
10、3)利用样本熵包络的自适应阈值方法能准确识别伤损信号，并在各种条件下的定制实验平台上验证了该方法的有效性和可靠性，显示出与传统方法相比的显著优势。
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。