钢轨损伤超声导波信号的非凸稀疏分解与高分辨率可视化识别方法研究

The rapid development of the high-speed railway in China brings a great challenge to railway heath monitoring technology. In order to solve the problems of the existing rail detection techniques, such as low accuracy and efficiency, non-detection zone and so on, we propose a new high-resolution visual identification method for rails based on ultrasonic guided wave. Specific speaking, aiming at dealing with the irregular geometry of rail, which brings difficulty for monitoring, a semi-analytical wavelet finite element method is proposed to reveal the dynamic propagation mechanism of guided wave in rail, which can improve the calculation efficiency and guarantees the accuracy at the same time. Due to strong noise environment, dispersion and multiplex modes, the damage features is difficulty to be extracted based on ultrasonic guided wave. A sparse representation method of ultrasonic guided wave signal based on self-adaptive modified dispersion dictionary library is proposed to effectively extract weak damage signal features. For solving the low-resolution problem of rail damage visualization identification, a high-resolution imaging technology based on non-convex sparse deconvolution is proposed to realize high resolution visualization identification of rail local damage. This research can provide theoretical basis and technical support for the rapid and high precision detection of rail while decreasing the detection time and elimination the undetected zones, and improving the safety and reliability of rail transportation with important theory significance and practical value.

高速铁路的蓬勃发展对轨道健康监测技术提出了巨大挑战，为解决现有钢轨检测技术存在检测精度差、检测效率低、存在检测盲区等问题，本项目提出一种新的钢轨损伤超声导波高分辨可视化识别方法。针对钢轨超声导波传播机理不明确、模型计算效率低以及精度差的问题，提出半解析小波有限元建模方法，在保证模型计算精度的同时提高计算效率，揭示钢轨中超声导波的动态传播机理；针对钢轨微弱损伤信号特征在强噪声、频散、多模态条件下难以提取的问题，提出基于自适应修正频散字典库的超声导波信号稀疏表示方法，实现微弱损伤信号特征的有效提取；针对钢轨损伤可视化识别分辨率低的问题，提出基于非凸稀疏解卷积的超声导波高分辨率成像技术，实现钢轨局部损伤的高分辨率可视化识别。研究成果可为钢轨的快速、高精度检测提供理论基础和技术支持，可有效缩短检测占轨时间，消除检测盲区，提高铁路运输的安全性和可靠性，具有重要的理论意义和工程应用价值。

作为我国国民经济建设中的五大运输方式之一，铁路运输的发展对我国国防事业的巩固、国民经济的增长以及民生事业的改善起着关键作用。钢轨作为铁路运输的“双脚”，决定了铁路运输的距离和水平，钢轨的安全维护是决定铁路运输连续性及可靠性的重要保障。本项目针对现有钢轨超声导波检测应用中亟待突破的难题，研究了钢轨损伤超声导波非凸稀疏分解与高分辨率可视化识别方法。项目的主要研究内容和重要成果如下：. 1.利用具有显示解析表达式的区间B样条小波尺度函数作为插值函数，构造了精度高、效率高的一维和二维区间B样条小波单元；在此基础上利用所构造的小波单元对波导介质的横截面进行离散，建立波导介质导波传播特性分析的半解析小波有限元模型；实验研究结果表明对于钢轨超声导波传播特性建模问题，半解析小波有限元法在精度更高的前提下计算效率可以提高90%以上。. 2.根据修正后的频散曲线，在原始信号高阶逼近模型中将导波频散现象导致的时间延迟表示成波传播距离的函数。以此作为稀疏字典库的原子，将导波传播特有的频散特性纳入到字典库的构造中。利用所构造的超完备频散字典库对超声导波信号进行稀疏表示，在保证物理意义不失真的情况下有效克服了超声导波频散特性所导致的波形畸变问题，从而实现了钢轨损伤特征的高精度提取。. 3.根据超声导波信号的卷积模型，在非凸稀疏理论框架下，研究控制非凸罚函数非凸程度保证优化问题目标函数整体为凸的约束条件，构造参数精细化控制的非凸罚函数用于最大化增强解卷积结果的稀疏性。利用非凸稀疏解卷积序列作为成像算法的输入，很好的消除了激励信号时长和频散特性对导波成像分辨率的影响，进而实现了钢轨损伤的高分辨率超声导波成像。. 项目研究成果为钢轨的快速、高精度检测提供理论基础和技术支持，可有效缩短钢轨检测占轨时间，消除检测盲区，提高铁路运输的安全性和可靠性，具有重要的理论意义与工程应用价值。

内容获取失败，请点击重试