噪声与振动控制

噪声与振动控制 ›› 2026, Vol. 46 ›› Issue (4): 115-120.

• 信号处理与故障诊断 • 上一篇    下一篇

基于列车轴箱振动与OSELM的高阶车轮多边形识别研究

帅仁忠1，陈大伟1，赵艳菊1, 2，韩健3，刘运航4，刘宗财1   

  1. ( 1. 中车青岛四方机车车辆股份有限公司，山东青岛266111；
    2. 中车青岛四方机车车辆股份有限公司高速磁浮运载技术全国重点实验室，山东青岛266111；
    3. 西南交通大学机械工程学院，成都610000；
    4. 西南交通大学轨道交通运载系统全国重点实验室，成都610000 )

  • 收稿日期:2025-03-10 修回日期:2025-07-04 出版日期:2026-08-18 发布日期:2026-08-13

High Order Wheel Polygon Recognition Based on Train Axle Box Vibration and OSELM

  • Received:2025-03-10 Revised:2025-07-04 Online:2026-08-18 Published:2026-08-13

PDF

摘要： 针对高速列车高阶车轮多边形动态监测和磨耗识别问题，提出一种基于轴箱振动的高速列车高阶车轮多边形主要阶次智能识别方法。首先，采集高速列车稳定运行时轴箱动态振动数据以及静态时车轮多边形磨耗水平；其次，对轴箱振动信号进行滤波，保留高阶多边形主要影响的频段，提取振动信号时域、频域能量特征；最后，通过构建在线极限学习机(Optimized Extreme Learning Machine，OSELM)，实现车轮高阶多边形主要阶次智能识别。结果表明：提出的智能识别方法能实现车轮12～30 阶主要阶次识别，平均准确率达到99 %，所提方法的有效性得到验证。

关键词: 振动与波, 模式识别, 车轮多边形, 在线极限学习机