基于支持向量机的轨道结构病害识别研究

• 作者: 伍伟嘉 杨俭 袁天辰 邵志慧
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 轨枕空吊 道床板结 病害识别 时域统计 特征提取 网格搜索 支持向量机
• 年，卷（期）: 2022,（2）
• 页码范围: 27-33
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2022.02.005

摘要

轨道结构作为承载列车载荷的关键部件,一旦出现病害将直接影响列车的行驶安全.针对这一问题,文中提出了一种基于支持向量机的轨道结构病害识别方法.该方法利用时域统计和离散小波变换对轨道结构不同工况,例如正常状态、轨枕空吊、道床板结下轨枕振动加速度数据进行联合特征提取,降低了数据的维度,为病害识别提供了可能.该方法还利用支持向量机算法对特征向量进行识别,并采用网格搜索方法对支持向量机参数进行选优,识别准确率在85％左右.实验结果表明,所提方法可以对不同程度的轨枕空吊及道床板结病害进行较好地识别,为轨道结构故障在线预警提供技术基础.