基于轮轨噪声的地铁车轮踏面擦伤在线识别方法
李阳

重庆轨道交通运营有限公司，重庆，400030；

摘要：车轮踏面擦伤是地铁车辆高频故障类型，车辆运行时擦伤位置与钢轨周期性冲击会生成特异性脉冲噪声，加剧轮轨磨耗、转向架构架疲劳损伤，严重时诱发车辆颠簸、轮对失效等安全隐患。现阶段地铁车轮检测多依托定期落轮人工探伤、轨边静态图像检测，存在离线停机、检测滞后、无法实时预警的短板，难以满足地铁高密度在线运维需求。依托轮轨运行噪声实现擦伤非接触在线识别，凭借布设便捷、无需停车、全天候监测的优势成为故障诊断主流方向，但地铁隧道环境复杂，轨面波磨、轨道接缝、车辆空调与牵引设备杂噪叠加，极易淹没擦伤特征噪声，造成故障误判、漏检。本文提出一套基于CEEMDAN时频分解与改进SVM的车轮踏面擦伤在线识别方案，搭建轨旁分布式噪声采集系统，对原始轮轨噪声完成预处理降噪、自适应模态分解，提取时域峭度、频域能量、小波包熵多维故障特征，构建优化支持向量机识别模型，依托地铁正线实测数据完成算法验证。测试结果表明，该方法可有效剥离环境干扰噪声，区分无损伤、轻度擦伤、中度擦伤、重度擦伤四种工况，整体识别准确率可达94.7%，能够实现在线实时监测与故障分级预警，为地铁车轮预防性维保提供数据支撑。

关键词：地铁车辆；车轮踏面擦伤；轮轨噪声；在线识别；CEEMDAN；支持向量机

参考文献

[1]李大柱,梁树林,牛江.基于时频特征与改进CNN的地铁车轮扁疤声学检测研究[J].中国机械工程,2023,34(16):1909-1915.

[2]缪炳荣,徐松源,吴啸林.多传感融合轮轨噪声的车轮踏面损伤智能识别[J].振动工程学报,2025,38(02):389-397.

[3]肖新标,刘晓龙.基于CEEMDAN降噪的钢轨波磨与车轮擦伤噪声区分算法[J].城市轨道交通研究,2024,27(07):181-185.

[4]温泽峰,王浩宇.隧道环境下轮轨故障噪声特征提取与分级诊断[J].铁道学报,2023,45(09):92-99.

[5]史红梅,张钪.轨旁声学在线监测系统的地铁车轮擦伤识别优化[J].铁道机车车辆,2025,45(03):127-132.

[6]Liu L,Wang H.Wayside acoustic diagnosis of metro wheel flat based on optimized SVM and wavelet feature[J].Journal of Rail and Rapid Transit,2024,238(7):892-905