原文传递
基于光声信号的高铁钢轨表面缺陷检测方法研究
| 论文题名： | 基于光声信号的高铁钢轨表面缺陷检测方法研究 |
| 关键词： | 钢轨探伤;光声信号;表面缺陷;有限元分析;经验模态分解;支持向量机 |
| 摘要： | 铁路作为我们国家经济的大动脉，在我们的生活中起着至关重要的作用，近年来随着高速列车运行速度的提高，人们也越来越重视高速列车的运行安全问题。在历年来发生的铁路重大交通事故中，很多是由于伤损导致钢轨断裂最终使列车脱轨引起的，因此对于钢轨伤损的无损检测方法的研究就变得十分的重要。目前主要采用基于超声信号的检测方法对钢轨伤损进行检测，超声检测具有准确度高、操作简单对表面无损的特点，但对于表面或者近表面的微裂纹检测效果不佳甚至无法进行检测。为了解决这一问题，本文提出了一种基于光声信号的高铁钢轨表面缺陷的无损检测方法。 该技术通过检测激光产生的超声信号来反映组织或试件的光能量吸收差异，因此该技术很好的利用了光学信号的高分辨率的特点，对于微小裂纹检测灵敏度较高，而且通过采集到的光声信号可以对初始的光吸收分布进行重建，从而可以从图像上清楚的查看到钢轨表面结构差异，提高了钢轨伤损检测的准确度。以下是本文的主要研究内容： 本文首先从钢轨表面缺陷建模开始，通过COMSOL有限元分析软件建立钢轨模型并获得激光照射下的初始声场，然后使用K-wave光声仿真工具箱模拟钢轨模型中的光声信号传播情况并获得了不同表面伤损情况下及不同位置处的钢轨光声信号。 然后根据仿真得到的光声信号通过时间反演的方法对钢轨表面进行光声重建得到相应的光声图像，并分析了重建图像的精度及传感器参数对于最后重建结果的影响；接着使用经验模态分解方法对原始光声信号进行分解，之后分别从时域和频域范围内提取包含伤损信息的特征参数，形成了包含钢轨表面缺陷信息的特征参数库用于后续支持向量机的分类。 最后对于支持向量机的分类方法和基本概念进行了阐述，然后使用支持向量机对钢轨表面缺陷进行了初步分类，确定伤损是否存在，并使用网格搜索法优化了支持向量机的核参数及惩罚因子，最终获得较高的分类准确率。 |
| 作者： | 董冰 |
| 专业： | 控制工程 |
| 导师： | 孙明健 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
