本发明属于钢轨的结构健康监测(structural health monitoring,shm)领域，涉及一种钢轨伤损定位方法，具体涉及一种基于动态时间规整的字典融合方法用于声发射(acoustic emission,ae)技术下的移动式钢轨伤损定位方法。
背景技术：
1、如今，现代轨道交通正向高速和重载方向发展。钢轨的频繁磨损容易导致缺陷的萌生，甚至引发严重的断轨事故。因此，对铁路基础设施实施高效、准确的shm势在必行。钢轨的shm不仅需要可靠的损伤诊断，还需要精确的损伤定位，以便及时进行维护和修理。
2、声发射检测作为一种新兴的无损检测技术，因其非侵入性、灵敏性和不受现场几何形状限制的优点，已被广泛应用于结构健康监测和缺陷定位。然而，目前针对钢轨损伤的声发射检测技术大多依赖深度学习模型，由于缺乏可解释性和对系统参数的强烈依赖，难以实现大规模实际应用。此外，这些方法还受到固定安装位置的限制，需要大量传感器才能覆盖大范围的钢轨结构健康监测。
3、这一现状表明，开发一种能够在实际应用中广泛使用的、高效的钢轨声发射检测技术是必要的。同时，在现有的各种伤损定位方法中，到达时间差(time difference ofarrival，tdoa)算法以其实时性、精确性和多传感器协作性脱颖而出。然而tdoa只能确定损伤信号出现时，相对于检测轮踏面上的位置，而不能确定其在钢轨上的位置。因此，计算检测轮的滚动距离是钢轨损伤定位的关键部分。
4、此外，损伤ae信号来源于潜在缺陷位置的钢轨在负载应力作用下的变形或膨胀。加载车轮与钢轨的接触会产生高振幅的轮轨滚动噪声(wheel rail rolling noise,wrrn)，从而掩盖了基本的损伤信息。由于频带分布重叠，仅靠滤波器消除wrrn极具挑战性。因此，从噪声背景中检测被淹没的损伤信号是另一项关键任务。
技术实现思路
1、针对传统钢轨伤损检测依赖于固定单一传感器，无法实现大范围钢轨shm，且检测精度受限于传感器性能，容易被wrrn淹没而导致误检的问题，本发明提供了一种基于动态时间规整的字典融合钢轨伤损定位方法。该方法结合稀疏表达(sparse representation,sr)方法提出了一种基于改进的时间动态规整(dynamic time warping,dtw)的新型多字典融合方法，用于基于ae技术进行大范围的钢轨shm和伤损定位。在这种方法中，开发了一种基于三个车载ae传感器的检测轮滚动距离估计算法，用于监测车轮的移动距离。此外，还创新了一种基于改进dtw的多字典sr算法，用于融合多通道ae信号，减少wrrn并增强伤损信号特性。此外，基于mahalanobis距离算法的二阶差分开发了自适应dtw算法(adaptive dtwbase on the second-order difference of the mahalanobis distance,adtw_sdm)，以准确评估字典和基准原子之间的相似性，为融合信号的子字典加权。最后，设计了双特征自适应阈值来检测伤损信号，定位伤损在钢轨上的位置，为先进精确的钢轨结构健康监测提供指导。
2、本发明的目的是通过以下技术方案实现的：
3、一种基于动态时间规整的字典融合钢轨伤损定位方法，包括如下步骤：
4、步骤一：对多个车载ae传感器采集到的多通道ae数据集划分检测帧，并对其进行归一化处理，随后，将能量大于阈值的帧记为峰值检测帧，通过计算相邻的峰值检测帧之间的最大延迟，并确定传感器在对应时刻下位于检测轮的相对位置，通过相邻的两次相对位置的测定来估计检测轮的滚动距离；
5、步骤二：对每个通道建立子字典，并利用k阶奇异值分解算法(k-order singularvalue decomposition,k-svd)和交替乘子法(alternating direction multipliermethod,admm)分别求解子字典和对应通道的稀疏系数，并通过改进的dtw算法计算权值用于融合多通道子字典及联合稀疏系数，最后通过融合字典和联合稀疏系数重构融合信号；
6、步骤三：引入dtw算法，使用mahalanobis距离的二阶差分替换欧式距离，在dtw的路径计算时加入惩罚函数，计算多通道子字典原子与基准字典原子之间的相似性，提供最佳的字典融合权重；
7、步骤四：结合短时过零率通过检测信号穿越零轴的频率识别损伤信息，构建双特征自适应阈值进一步弥补rpg特征的缺陷。
8、本发明将车载传感器数据融合与信号处理算法新颖的结合起来，通过移动检测的方式定位钢轨损伤，相比于现有技术，具有如下优点：
9、1)检测轮滚动距离估计算法利用车载ae传感器准确跟踪变速情况下的滚动距离，突破了固定传感器的限制，最大程度降低了系统复杂性。
10、2)改进dtw的多字典sr算法可有效融合多通道数据，增强损伤特征并减少wrrn干扰。
11、3)adtw-sdm算法通过揭示调制损伤信息的全局属性，精确加权融合子字典，提高数据融合精度。
12、4)双特征自适应阈值实现了高精度的钢轨损伤检测和定位，并通过各种条件下的实验测试验证了方法的可靠性和有效性。
1.一种基于动态时间规整的字典融合钢轨伤损定位方法，其特征在于所述方法包括如下步骤：
2.根据权利要求1所述的基于动态时间规整的字典融合钢轨伤损定位方法，其特征在于所述步骤一的具体步骤如下：
3.根据权利要求1所述的基于动态时间规整的字典融合钢轨伤损定位方法，其特征在于所述步骤二的具体步骤如下：
4.根据权利要求1所述的基于动态时间规整的字典融合钢轨伤损定位方法，其特征在于所述步骤三的具体步骤如下：
5.根据权利要求1所述的基于动态时间规整的字典融合钢轨伤损定位方法，其特征在于所述步骤四的具体步骤如下：
