基于VMD和BP神经网络的轨道病害诊断方法

摘要

针对从非线性、非稳态的轨枕振动信号中提取病害特征困难的问题,文中提出一种基于变分模态分解和多尺度排列熵的轨道病害特征提取方法,并采用BP神经网络病害诊断模型进行病害识别。利用变分模态分解方法将采集到的振动加速度信号进行分解,得到若干个本征模态分量。计算这些本征模态分量的多尺度排列熵值,将其作为轨道病害的高维特征向量,以实现对轨枕振动信号的降噪和病害特征的提取。通过建立BP神经网络病害诊断模型,将高维特征向量输入到BP网络中进行训练、拟合、验证,并与经验模态分解和BP神经网络结合的方法对比。分析结果表明,文中所提方法识别准确率更高,能够有效地进行病害诊断。