一种基于仿真和实测数据联合驱动的车轮扁疤识别方法

本申请公开了一种基于仿真和实测数据联合驱动的车轮扁疤识别方法，该方法通过采集铁道列车运营时的轴箱加速度信号，利用EEMD分解和傅里叶变换提取频谱图；建立轮对‑钢轨系统有限元模型，模拟车轮扁疤的三维几何形貌和动态响应；将仿真加速度数据的频谱图与实测加速度数据的频谱图进行对比，提取扁疤故障特征；建立深度学习模型，以仿真和实测数据的频谱图作为训练集进行训练；最后利用训练好的模型对实时监测的加速度数据进行车轮扁疤识别。该方法提高了车轮扁疤识别的自动化程度和准确性，降低了人工干预的需求，为列车的安全运行提供了有力保障。