[发明专利]一种基于表面磁记忆信号的无缝铁轨内部温度应力早期诊断方法

权利要求书

1.一种基于表面磁记忆信号的无缝铁轨内部温度应力早期诊断方法，其特征是，包括以下步骤：

步骤1：对不同温度应力下法线方向上的磁记忆信号进行采集；

步骤2：对步骤1所得的磁记忆信号进行时域分析并进行主元分析(PCA)优选，得到时域特征向量；

步骤3：对步骤1所得的磁记忆信号进行频域分析，得到频域特征向量；

步骤4：将步骤2与步骤3中得到的时域和频域特征向量汇总得到最终特征向量；

步骤5：将步骤4中提取的各最终特征向量建立训练集，并训练预测模型；

步骤6：将需要诊断的检测数据输入步骤5中得到的预测模型中，生成检测结果。

2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：

在需要测量的无缝线路段每隔一段距离进行标记，采集各标记点轨腰处内部温度应力值(单位Mpa)及该点前后0.5m范围内法线方向磁记忆信号为一帧数据(单位：A/mm)。

3.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

求出步骤1得到的不同应力下,各帧数据x＝{x₁,x₂,...,x_N}时域统计量，包括：“均方根RMS”、“极差pd”、“偏度ske”、“峰度Ku”、“峭度kur”、“整流平均值av”、“方差va”及“标准差st”，初步得到时域特征向量：T＝[RMS,pd,ske,K_u,kur,av,va,st]。

采用主元分析(PCA)降维处理将上述时域特征向量T由8维降至k'维：t＝[pc^(m)],(m＝1,2,…,k')，k'由主元分析(PCA)分析后贡献较大的成分个数决定。

4.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤3.1：将步骤1得到的磁记忆信号进行离散傅立叶变换并求出其功率谱重心，观察其主要幅值所处频率段f_d；

步骤3.2：根据步骤3.1所得到的频谱分析结果，确定小波分解层数J；

步骤3.3：计算在不同小波基下步骤1得到的磁记忆信号的能量-香农熵比，选择能量-香农熵比比值最大的为合适小波基；

步骤3.4：根据步骤3.3所得小波基与步骤3.2所确定的小波分解层数，对步骤1得到的磁记忆信号进行J层分解及重构，得到2ⁿ个子频带并求出各子频带能量，取前四个子频带信号能量作为磁记忆信号频域特征:k取值由实际情况决定。

5.根据权利要求1所述的方法，其特征在于，所述步骤4包括：

将步骤2所得时域特征向量与步骤3所得频域特征向量合并：为最终从步骤1获取的信号中提取的信号特征。

6.根据权利要求1所述的方法，其特征在于，所述步骤5包括：机器学习算法SVM，ELM，K-ELM均可用于训练数据模型。