钢轨波磨波深状态能不能用振动信号智能识别？

谢酥娜爱汉盛

钢轨波磨波深状态能不能用振动信号智能识别？

可以直接回答：可以。资料介绍了一种基于动态响应的钢轨波磨状态智能检测方法，用激励产生的振动信号判断波磨波深状态，试验中4类波深标签的检测准确率均值为95.75%，召回率均值为96.5%。

原因说明：
传统射线、超声波、磁粉、涡流、渗透等方法主要用于裂纹、气孔、疏松、分层、剥落等分离损伤类缺陷检测，对轨面波磨这种密实无间隙的结合面状态检测效率低，难以在线检测。该方法的思路是：先激励钢轨产生动态响应信号，再用小波变换对信号重构降噪；随后提取时域、频域特征，经主分量分析降维；最后以降维特征为输入、波磨波深状态为输出，训练并测试XGBoost模型。

资料将波深指标划分为0.00～0.04mm、0.04～0.08mm、0.08～0.12mm、0.12～0.16mm四个检测范围，对应4类波深标签。试验采用锤击法，对4类不同波深状态的钢轨分别锤击30次，合计120个样本；加速度传感器吸附在距锤击点直线距离100mm处，采样频率10240Hz，采样时间1.6s。按4:1随机取样进行训练和测试，12个特征中峭度系数和裕度因子对模型贡献率相对较大。

现场提示：
这套方法目前属于资料中的试验验证成果，不是现场作业指令。实际开展钢轨波磨检测和养护维修时，检测方法、判定限值和作业安排应以现行有效文件、调度命令和现场管理要求为准。

注意事项：
资料也指出，信号滤波和机器学习算法对钢轨动态响应固有特性的针对性仍有待提高和优化。因此，不能把试验准确率直接当作现场检测结论使用。

资料来源：《基于动态响应的钢轨波磨状态智能检测》。
说明：本文仅供学习参考；涉及规章、技术参数和现场作业要求时，以现行有效文件为准。