基于VMD的隧道空洞小波包能量熵提取方法研究

来源：振动与冲击杂志2024年第22期北京时间：

作者：鞠景会，赵维刚zhaoweig00，田秀淑，范博阳，石壮，郑伟康

单位：1.石家庄铁道大学机械工程学院, 石家庄050043;2.石家庄铁道大学安全工程与应急管理学院, 石家庄050043;3.石家庄铁道大学材料科学与工程学院, 石家庄050043

摘要：空洞病害作为铁路隧道主要病害之一，影响铁路的安全运行，实现空洞病害的精准化智能化检测一直是铁路维护部门的难点之一。针对该问题本文利用Comsol软件建立了声-固耦合有限元模型，分析了不同工况下的声学信号特征，提出了基于粒子群优化-变分模态分解-小波包分解(particle swarm optimization-variational mode decomposition-wavelet packet decomposition,PSO-VMD-WPD)的多算法融合的空洞声学能量熵的提取方法。首先利用粒子群（PSO）优化的变分模态分解算法（VMD）对空洞的声学信号进行处理，提取子信号中相关系数较大的信号进行重组，从而抑制原信号中相关性比较的低的模态。然后利用小波包算法（WPD）对重组后的信号进行分解，选择空洞的信号影响较大的频率段，计算小波包的分解层数，提取子信号的能量熵。结果表明：(1)当声波信号中6250Hz-9375Hz频段的能量熵小于0.264时，混凝土结构中出现空洞病害。(2)利用VMD算法处理混凝土空洞的声波信号时，选择与原信号相关系数大于0.3的子信号进行重构后，信号中6250Hz-9375Hz频段的能量熵明显降低。<br>

关键词：空洞；粒子群算法；变分模态分解;小波包分解;能量熵