摘要
本发明涉及一种基于超声导波与支持向量机的铁轨裂纹识别方法及系统,该方法包括:通过激励换能器在待测铁轨轨腰位置发射超声导波;由间隔预设间距布置的接收换能器采集传播后的导波信号并数字化;对数字信号进行预处理,提取包含时域特征和频域特征的多维特征向量;将特征向量输入预训练模型,输出铁轨健康状态分类结果,并触发告警,预训练模型是基于支持向量机分类器,以标准铁轨样本的超声导波信号提取的时域特征和频域特征构成的多维特征向量为输入数据,并以预先设置的对应裂纹损伤位置及深度的损伤标签为输出数据,通过训练优化核函数及超参数后得到。本发明能够突破检测盲区、实现实时在线监测、并解决导波信号分析复杂性的问题。
技术关键词
裂纹识别方法
超声导波
铁轨
多维特征向量
激励换能器
支持向量机分类器
时域特征
优化核函数
频域特征
轨腰
发射超声
高保真功率放大器
信号
预训练模型
传感换能器
电脉冲
径向基核函数
系统为您推荐了相关专利信息
铁轨缺陷
分割方法
上采样方法
算法模型
检测出缺陷
时间序列特征
多维特征向量
故障分类模型
燃料电池汽车
表征燃料电池
数据同化模型
数据同化方法
多维特征向量
变量
网格
设备全生命周期
故障预测模型
动态管理方法
优化设备
多维特征向量