变工况下基于频率不变性的高速列车小幅蛇行识别方法
来源：振动与冲击杂志2025年第16期北京时间：
作者：宁静ningjing@swjtu,，洪梓轩，王铎颖，王子轩，张兵，陈春俊
单位：1.西南交通大学机械工程学院， 成都610031；2.西南交通大学轨道交通运维技术与装备四川省重点实验室，成都610031;3.西南交通大学轨道交通运载系统全国重点实验室， 成都610031
摘要：高速列车蛇行会影响乘客的舒适度，损害列车部件，甚至危及列车运行的安全。识别蛇行状态，特别是蛇行失稳开始前的小幅蛇行状态至关重要。针对变工况下蛇行识别不准的问题，提出了一种基于频率不变性的小幅蛇行识别方法。首先，考虑到在轨道不平顺等外部因素的影响下，蛇行频率比时域特征更稳定，因此综合蛇行频率和时域信息，构建了频率不变特征融合模块（域内迁移）。然后，将该模块和域间迁移结合，直接从未标记的数据中提取更多的不变特征，从而提高蛇行识别的准确性。最后，将本文方法运用于高速列车实测数据中，几种不同迁移任务识别平均准确率均在95%以上，识别结果明显优于非迁移学习方法以及其他迁移方法。<br>
关键词：高速列车；小幅蛇行；变工况；迁移学习；识别方法
