噪声与振动控制

噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (3): 209-215.

• 运载工具振动与噪声 • 上一篇    下一篇

基于WOA-VMD算法的地铁钢轨波磨识别

唐虎1，李霞1, 2，王安阳1，王安斌1   

  1. ( 1. 上海工程技术大学城市轨道交通学院，上海201620；
    2. 西南交通大学轨道交通运载系统全国重点实验室，成都610031 )
  • 收稿日期:2023-11-16 修回日期:2024-01-07 出版日期:2025-06-18 发布日期:2025-05-29

Rail Corrugation Identification Method Based on WOA-VMD Algorithm

  • Received:2023-11-16 Revised:2024-01-07 Online:2025-06-18 Published:2025-05-29

PDF

摘要： 针对现有钢轨波磨检测方法效率低下且精度不高等问题，提出一种基于鲸鱼优化算法(Whale Optimization Algorithm，WOA)-变分模态分解(Variational Mode Decomposition，VMD)的地铁钢轨波磨识别方法。首先，利用鲸鱼优化算法对变分模态分解模态个数K和惩罚系数α 进行参数寻优，然后根据VMD将轴箱振动加速度信号分解为一组本征模态分量(Intrinsic Mode Functions，IMF)；引入IMF振动能量比进行筛选，并计算剩下分量的能量值，通过设定阈值判断是否存在钢轨波磨，最后对超出阈值的分量进行同步压缩小波时频分析，根据其中心频率确定钢轨波磨的波长。通过仿真实验和工程实例验证了该方法的有效性，结果表明：该方法能够通过轴箱振动加速度识别钢轨波磨，并确定钢轨波磨的波长信息，有助于地铁轨道的维修和养护。

关键词: 故障诊断, 钢轨波磨, 变分模态分解, 鲸鱼优化算法, 样本熵, 同步压缩小波变换