摘要
本发明公开了一种数字孪生驱动的钢轨状态迁移诊断方法,属于轨道交通故障诊断领域,该方法包括建立车轨耦合系统的数字孪生模型;利用数字孪生模型进行仿真,得到若干组振动响应信号;通过小波变换对各组振动响应信号和各组真实采集的轴箱振动信号进行时频分析,获得各组振动响应信号的时频图和各组轴箱振动信号的时频图;将各组振动响应信号的时频图作为子域对齐迁移网络的源域数据,并将各组轴箱振动信号的时频图作为子域对齐迁移网络的目标域数据,得到训练完成的子域对齐迁移网络;利用训练完成的子域对齐迁移网络对待测轴箱振动信号进行预测,完成不同钢轨状态的诊断识别。本发明解决了样本标签稀缺条件下钢轨状态诊断精度不足的问题。
技术关键词
迁移诊断方法
数字孪生驱动
样本
钢轨
数据
网络
数字孪生模型
特征提取器
信号
轨道交通故障诊断
代表
标签
表达式
参数
积层
状态诊断
路段
符号
车辆
精度