摘要
本发明公开了一种高速铁路的车轮多边形检测方法、设备和介质,涉及数据检测技术领域,包括:对采集到的轴箱垂向振动加速度信号进行预处理,得到低频信号;基于低频信号得到目标短时域信号,对目标短时域信号进行重采样,得到角域信号;基于经验模态分解提取角域信号的多尺度峭度特征;构建神经网络模型,基于不同阶次和幅值的多边形车轮轴箱振动信号对神经网络模型进行训练,生成车轮多边形检测模型,得到车轮损伤识别结果。通过多尺度峭度特征提取和神经网络模型的结合,能够从不同频率和时间尺度上捕捉车轮损伤引起的细微振动变化,能够实现对车轮多边形损伤的高精度数据采集和检测,准确识别不同阶次和幅值的损伤,保障列车运行安全。
技术关键词
车轮多边形检测
峭度特征
高速铁路
振动加速度信号
多边形车轮
神经网络模型
多尺度
概率密度曲线
数据检测技术
移动平均滤波
神经网络参数
振动特征
插值方法
处理器
异常信号