基于经验模式分解和神经网络的车轮踏面擦伤检测方法

车轮踏面擦伤故障信号具有非平稳特性,为识别车轮踏面擦伤，提出一种将经验模式分解（Empirical Mode Decomposition）与神经网络相结合的诊断方法，通过实验获取车轮踏面擦伤故障信号，对故障信号EMD分解得到本征模函数分量(Intrinsic Mode Function,IMF),再对各阶IMF分量提取能量和峭度特征，构建出特征向量并输入到神经网络中进行故障识别。将此法通过LabVIEW编程实现并经实验验证，该方法在车速0~200 km/h时具有较高识别能力，与传统方法相比具有使用范围广，实用价值高的特点。