| 轨道交通复合线路轮轨力实时识别网络研究 |
| |
| 作者姓名： | 张泽腾 王金海 杨建伟 姚德臣 |
| |
| 作者单位： | 北京建筑大学机电与车辆工程学院,100044,北京;城市轨道交通列车服役性能保障北京市重点实验室,100044,北京 |
| |
| 基金项目： | 国家自然科学基金 ( 52205083 );国家自然科学基金 ( 52272385 );北京市自然科学基金-丰台轨道交通前沿研究联合基金项目 ( L231016 ) |
| |
| 摘 要： | [目的]轮轨力对研究轨道交通列车运行状态、车轮不圆及轨道波磨等问题具有重要作用.现有轮轨力识别方法存在数据采集困难、使用成本大,无法识别轨道交通线路条件下的轮轨力等问题,需对轨道交通线路轮轨力实时识别网络进行研究.[方法]基于卷积神经网络构建轨道交通线路轮轨力实时识别网络.根据某型城市轨道交通拖车实测数据,采用SIMPACK软件建立仿真模型.基于仿真数据,研究了轮轨力实时识别网络在不同曲线半径线路和不同列车运行速度等工况下对横向和垂向轮轨力的识别精度与速度.[结果及结论]轮轨力实时识别网络对轮轨垂向力的识别能力优异,其相关系数均能达到0.99,平均绝对误差约为500 N且仅为真实值的1％;该网络对轮轨横向力的识别能力随着列车运行速度的提高有所下降,但仍在可接受范围内,其相关系数由0.93降低至0.65,平均绝对误差由1 480 N提高至3 000 N且约为真实值的20％.轮轨力实时识别网络具备较快的计算速度,能够满足轮轨力实时识别的需求.
|
| 本文献已被 万方数据 等数据库收录！ |
|
