论文部分内容阅读
◆摘 要：粗糙集理论是现阶段应用效果极佳的损伤是识别方法，将粗糙集理论应用于高速道岔损伤识别当中，能够提高损伤识别的工作效率与工作质量，这对于帮助相关工作人员提取准确的损伤信号是十分重要的。基于此，本文主要研究基于粗糙集理论的高速道岔损伤识别，希望对相关人员有所启示。
◆关键词：粗糙集理论;高速道岔;损伤识别
加强对高速道岔损伤识别的研究是十分有必要的，而基于粗糙集理论的高速道岔损伤识别研究能够简便损伤识别方法，帮助损伤识别减少损伤特征参量集中存在冗余特征量，简化了算法的复杂度，这对于提升高速道岔损伤识别的识别效率及识别准确度具有十分重要的现实意义。
1相关理论概述
高速道岔是指高速铁路上的岔，是高速铁路的重要组成部分，其主要作用是帮助列车在高速形式的过程中转变运行方向，从而促使列车能够顺利的到达目标地点。但高速道岔是铁路轨道三大薄弱环节之一，列车在行驶的过程中将会对高速道岔产生强大的冲击力。同时，岔道也很容易受到环境因素、人为因素的影响受到破坏，这就导致列车在经过高速道岔的时候很容易出现问题，尤其是高速客专上，一旦高速岔道出现问题影响了列车的正常形式，则极易引发交通安全事故，这就对高速客专上乘客及工作人员的生命财产安全带来了严重的威胁。粗糙集理论是一种不依赖于数据的数据分析处理理论，在进行数据处理的过程中，其主要应用系统模型与相关知识对数据进行分析与处理，主要处理目标是挖掘出数据本身所蕴含的知识，并从知识中找寻有应用价值的知识，并挖掘知识的相关联性及具备的规律性。基于粗糙集理论的知识挖掘能够有效简化冗余信息，能够精炼提取其中蕴含的知识，而知识最终也能够运用到被提取的物当中。近年来，国内对于粗糙集理论的研究越来越深入，在研究过程中发现，将粗糙集理论应用于损伤识别中，能够准确识别损伤，且具有较好的应用效果。由此可见，将粗糙集理论应用于高速道岔损伤识别检验当中已经成为了提高高速道岔损伤识别检测效果与较长质量的必然选择。
2基于粗糙集理论的高速道岔损伤识别
2.1基于粗糙集理论的高速道岔损伤识别流程
基于粗糙集理论的高速道岔损伤识别是需要通过构建模型来完成对损伤信息的识别，所构建的模型为高速道岔的损伤振动特征。首先，需要用力锤激励道岔并获得高速道岔的振动信号，随后根據振动信号提取特征振动信号，该特征振动信号便是高度道岔损伤部位的振动信号，待损伤振动信号提取完成后，需要根据信号的特征辨别道岔的损伤状态，并形成能量特征描述，最后通过对能量特征描述的分析，寻找出更多的信号特征，从而将高速道岔的粗损伤信号全部的提取出来。
其次，粗糙集理论若想良好的应用于高速道岔的损伤识别当中，则需要与RBF神经网络相结合，由于在实际损伤振动信号提取的过程中，提取的环境为室外，环境较为复杂，且高速道岔损伤的种类居多，损伤机理存在较大的不确定，且同一损伤机理可能存在不同的损伤表现形式，故而所提取的损伤振动信号也存在较大的不确定性，因此，需要利用RBF神经网络对损伤振动信号的特征信号进行聚类。粗糙集能够利用RBF神经网络中关于粗损伤信号的数学参数来对损伤信号进行进一步提取，且在提取过程中，能够帮助粗糙集剔除无关信号，并且能够根据数学参数的计算结果探究出高速道岔的损伤情况，并将根据损伤数据对损伤情况进行分类，通常情况下将对损伤情况的分类称之为粗糙k-均值聚类。
最后，需要将粗糙k-均值聚类的结果与提取出来的振动特征损伤信号整合为RBF神经网络识别模型，并在模型中导入未知道岔振动信号，未知道岔振动信号是指并非损伤信号和无损伤信号的信号，可能是由于环境、温度因素导致的振动信号异常的结果，故而也需要将其导入，并最终在模型中输出损伤信号的识别结果。
2.2噪声对振动信号的影响
众所周知，在实际对高速道岔进行振动信号的提取过程中，噪声是不可避免的影响因素，且噪声会影响振动信号的提取结果，故而需要对噪声的影响进行分析。据笔者调查研究显示，当噪声比大于20dB时，噪声对振动信号提取的影响效果并不大，而当噪声比低于20dB时，噪声将会导致信号提取衰弱，这是由于高速道岔振动信号提取时主要提取振动信号的高频部分，且当噪声频率过高时，则会导致噪声的高频部分对振动信号的高频部分产生影响，最主要的影响便是识别率将会减小，故而损伤振动信号提取效果将会大打折扣，因此，需要在进行高速道岔进行振动信号的提取时需要对噪声进行处理，将噪声尽量控制在20dB左右，从而减少噪声对高速道岔进行振动信号的提取的影响。
3结论
综上所述，基于粗糙集理论的高速道岔损伤识别是现阶段常用的高速道岔损伤识别方法，其主要是利用粗糙集理论与RBF神经网络相结合，从而将提取到的损伤特征振动信号进行分类，且在损伤特征针对信号的提取过程中，需要考虑噪声对信号提取的影响，从而准确的判断出损伤的类型，以便于后续的维修工作顺利开展。
参考文献
[1]李金城，丁军君，杨九河.高速道岔发展及研究现状分析[J].铁道标准设计，2019，08（26）：155-157.
[2]莫蓉，魏斌斌，秦现生.粗糙集理论在关键功能零件识别中的应用[J].哈尔滨工业大学学报，2021，01（27）：148-149.
作者简介
洪慧鹏（1988.01-），性别：男，民族：汉，职称：讲师，学位：学士，研究方向：铁道工程.
◆关键词：粗糙集理论;高速道岔;损伤识别
加强对高速道岔损伤识别的研究是十分有必要的，而基于粗糙集理论的高速道岔损伤识别研究能够简便损伤识别方法，帮助损伤识别减少损伤特征参量集中存在冗余特征量，简化了算法的复杂度，这对于提升高速道岔损伤识别的识别效率及识别准确度具有十分重要的现实意义。
1相关理论概述
高速道岔是指高速铁路上的岔，是高速铁路的重要组成部分，其主要作用是帮助列车在高速形式的过程中转变运行方向，从而促使列车能够顺利的到达目标地点。但高速道岔是铁路轨道三大薄弱环节之一，列车在行驶的过程中将会对高速道岔产生强大的冲击力。同时，岔道也很容易受到环境因素、人为因素的影响受到破坏，这就导致列车在经过高速道岔的时候很容易出现问题，尤其是高速客专上，一旦高速岔道出现问题影响了列车的正常形式，则极易引发交通安全事故，这就对高速客专上乘客及工作人员的生命财产安全带来了严重的威胁。粗糙集理论是一种不依赖于数据的数据分析处理理论，在进行数据处理的过程中，其主要应用系统模型与相关知识对数据进行分析与处理，主要处理目标是挖掘出数据本身所蕴含的知识，并从知识中找寻有应用价值的知识，并挖掘知识的相关联性及具备的规律性。基于粗糙集理论的知识挖掘能够有效简化冗余信息，能够精炼提取其中蕴含的知识，而知识最终也能够运用到被提取的物当中。近年来，国内对于粗糙集理论的研究越来越深入，在研究过程中发现，将粗糙集理论应用于损伤识别中，能够准确识别损伤，且具有较好的应用效果。由此可见，将粗糙集理论应用于高速道岔损伤识别检验当中已经成为了提高高速道岔损伤识别检测效果与较长质量的必然选择。
2基于粗糙集理论的高速道岔损伤识别
2.1基于粗糙集理论的高速道岔损伤识别流程
基于粗糙集理论的高速道岔损伤识别是需要通过构建模型来完成对损伤信息的识别，所构建的模型为高速道岔的损伤振动特征。首先，需要用力锤激励道岔并获得高速道岔的振动信号，随后根據振动信号提取特征振动信号，该特征振动信号便是高度道岔损伤部位的振动信号，待损伤振动信号提取完成后，需要根据信号的特征辨别道岔的损伤状态，并形成能量特征描述，最后通过对能量特征描述的分析，寻找出更多的信号特征，从而将高速道岔的粗损伤信号全部的提取出来。
其次，粗糙集理论若想良好的应用于高速道岔的损伤识别当中，则需要与RBF神经网络相结合，由于在实际损伤振动信号提取的过程中，提取的环境为室外，环境较为复杂，且高速道岔损伤的种类居多，损伤机理存在较大的不确定，且同一损伤机理可能存在不同的损伤表现形式，故而所提取的损伤振动信号也存在较大的不确定性，因此，需要利用RBF神经网络对损伤振动信号的特征信号进行聚类。粗糙集能够利用RBF神经网络中关于粗损伤信号的数学参数来对损伤信号进行进一步提取，且在提取过程中，能够帮助粗糙集剔除无关信号，并且能够根据数学参数的计算结果探究出高速道岔的损伤情况，并将根据损伤数据对损伤情况进行分类，通常情况下将对损伤情况的分类称之为粗糙k-均值聚类。
最后，需要将粗糙k-均值聚类的结果与提取出来的振动特征损伤信号整合为RBF神经网络识别模型，并在模型中导入未知道岔振动信号，未知道岔振动信号是指并非损伤信号和无损伤信号的信号，可能是由于环境、温度因素导致的振动信号异常的结果，故而也需要将其导入，并最终在模型中输出损伤信号的识别结果。
2.2噪声对振动信号的影响
众所周知，在实际对高速道岔进行振动信号的提取过程中，噪声是不可避免的影响因素，且噪声会影响振动信号的提取结果，故而需要对噪声的影响进行分析。据笔者调查研究显示，当噪声比大于20dB时，噪声对振动信号提取的影响效果并不大，而当噪声比低于20dB时，噪声将会导致信号提取衰弱，这是由于高速道岔振动信号提取时主要提取振动信号的高频部分，且当噪声频率过高时，则会导致噪声的高频部分对振动信号的高频部分产生影响，最主要的影响便是识别率将会减小，故而损伤振动信号提取效果将会大打折扣，因此，需要在进行高速道岔进行振动信号的提取时需要对噪声进行处理，将噪声尽量控制在20dB左右，从而减少噪声对高速道岔进行振动信号的提取的影响。
3结论
综上所述，基于粗糙集理论的高速道岔损伤识别是现阶段常用的高速道岔损伤识别方法，其主要是利用粗糙集理论与RBF神经网络相结合，从而将提取到的损伤特征振动信号进行分类，且在损伤特征针对信号的提取过程中，需要考虑噪声对信号提取的影响，从而准确的判断出损伤的类型，以便于后续的维修工作顺利开展。
参考文献
[1]李金城，丁军君，杨九河.高速道岔发展及研究现状分析[J].铁道标准设计，2019，08（26）：155-157.
[2]莫蓉，魏斌斌，秦现生.粗糙集理论在关键功能零件识别中的应用[J].哈尔滨工业大学学报，2021，01（27）：148-149.
作者简介
洪慧鹏（1988.01-），性别：男，民族：汉，职称：讲师，学位：学士，研究方向：铁道工程.