来源：期刊VIP网 时间：
作者：谢博;牙爽东;马久明;蒋常升;伍四海;
单位：中车株洲电力机车有限公司;柳州铁道职业技术学院动力技术学院;中国铁路成都局集团有限公司;
摘要：针对铁路机车轮径差威胁列车运行安全，且在运营过程中难以准确识别的问题，提出基于构架多通道振动响应的轮径差类型智能识别方法。该方法首先结合变分模态分解（VMD）与奇异值分解（SVD）在信号分解、深度特征提取等方面的优势，将信号分解为多个固有模态分量（IMF）后提取各分量奇异值特征，充分挖掘多通道信号的潜在特征信息；然后通过构建核极限学习机（KELM）识别模型，将多通道特征向量作为模型输入，实现轮径差类型的智能识别。通过动力学仿真分析和现场试验，验证提出的轮径差类型识别方法的有效性。实验结果表明：所提方法在仿真不同组合工况场景和实测数据分析中，均可实现95%以上的高精度诊断，验证了本文所提方法的有效性和优势，可为机车轮径差的车载检测方法研究提供基础。
关键词：铁路机车安全;;轮径差;;多通道数据融合;;核极限学习机;;智能识别
基金资助：广西高校中青年教师科研基础能力提升资助项目（2022KY1418）
