面向列车轮子轴的 in-service 裂纹识别的一阶可传递性及其线性近似
计算工程、金融与科学
2026-02-17 v2
摘要
in-service 结构健康监测是一种尚未被充分利用却又高效的选项，可用于列车轮子轴的早期裂纹检测和识别。该程序在纯数据驱动方法的基础上实施并不 trivial，通常需要采用数值仿真方案，例如有限元方法，对这些轴的动力学行为进行建模。该特定情况下的损伤可以表述为呼吸式裂纹问题，这进一步使仿真通过引入响应依赖的非线性因素而复杂化。在本研究中，首先提出了一种基于呼吸式裂纹高次谐波的新型裂纹检测特征，称为更高阶可传递性（HOTr），其次在裂纹识别的背景下评估了该特征的灵敏度和有效性。随后，采用线性系统理论对该特征进行近似，构建一个既能计算又能加速裂纹识别程序的代理模型。将所提方法在再现给定 HOTr 方面的准确性与非线性仿真模型进行比较。获得的结果表明，HOTr 的近似可以显著降低计算负担，无需求解支配方程的迭代非线性方程，从而在与参考模型相比仍保持高水平的准确性。这意味着该方法在轮子轴的 in-service 损伤识别中具有巨大的潜力，实际上可在近实时上下文中实现。
引用
@article{arxiv.2507.18636,
title = {Higher-order transmissibility and its linear approximation for in-service crack identification in train wheelset axles},
author = {Ehsan Naghizadeh and Eleni Chatzi and Paolo Tiso},
journal= {arXiv preprint arXiv:2507.18636},
year = {2026}
}