基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法

本发明提出基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法。该方法利用切比雪夫滤波器对振动采集到的振动响应数据进行滤波，并利用网格法和双阈值截断方法提取过车时的振动响应信号，搭建基于自监督对比学习的时间序列表征学习模型，以准确识别轨道的损伤。自监督对比学习可以从大量未标注的数据中提取到有价值的信息，可以仅用很少的标签数据就可以实现有效的训练和优异的性能，同时利用对比学习的机制更好的学习数据特性，从而提供更好的识别结果。本发明能在少量标记数据的基础上实现有效的训练和优异的轨道损伤识别性能，从而降低了模型对人工标注数据的依赖性，适用于不方便人工大量标注的情况下实现轨道损伤的高效识别。