基于本征模态函数分量能量比的高速铁路钢轨波磨声学诊断方法

为了解决高速铁路钢轨波磨的快速检测问题,提出通过运营动车组车下声信号进行声学诊断的方法.该方法针对钢轨波磨声信号的低信噪比且易被掩蔽的特点,首先通过集成经验模态分解(EEMD)从高频到低频把含有严重噪声的初始信号分解为具有不同模态的子信号即本征模态函数(IMF)分量.根据IMF分量的能量比畸变特征筛选得到钢轨波磨区段对应的IMF分量,然后进行Hilbert变换得到时频域特征,从而实现对钢轨波磨区段的识别.经在一高速铁路2个典型路基区段进行现场验证,采用该方法可将钢轨粗糙度等级22.8 dB(幅值13.8μm)的钢轨波磨初期区段识别出来,且声学诊断识别出的瞬时峰值频率与由现场实测结果推算出的理论声学特征频率仅相差3.3％,准确度较高.