基于深度学习的轨道不平顺估计车体横向加速度研究

作     者：利璐 李晨钟 王平 何庆 LI Lu;LI Chenzhong;WANG Ping;HE Qing

作者机构：四川省交通勘察设计研究院有限公司成都610041 西南交通大学高速铁路线路工程教育部重点实验室成都610031 

基　　金：国家自然科学基金(U1934214) 四川省科技计划资助(2022YFG0048) 科技部重点研发计划(2022YFB2602905) 四川省自然科学基金创新研究群体项目(2023NSFSC1975) 

出 版 物：《北京交通大学学报》 (JOURNAL OF BEIJING JIAOTONG UNIVERSITY)

年 卷 期：2023年第47卷第4期

页      码：103-109页

摘      要：针对轨道不平顺影响行车安全和乘坐舒适性的问题,开展轨道不平顺和车体振动响应之间关联关系的研究.根据轨道不平顺与车体横向加速度数据之间的时空传递特性,基于卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM),建立一种CNN-LSTM组合模型.首先,对轨道不平顺与车体横向加速度之间的相干性进行分析,同时探究列车运行速度对车体横向加速度的影响,进而确定模型的输入数据;然后,对模型进行优化,确定CNN-LSTM组合模型参数细节;最后,利用CNN-LSTM组合模型、LSTM模型和多体动力学仿真模型对车体横向加速度进行估计,并与实测的车体横向加速度进行对比分析.研究结果表明:CNN-LSTM组合模型预测的平均均方根误差值为0.046,相比于LSTM模型、多体动力学仿真模型的平均均方根误差值分别减少了0.006和0.026,说明了CNN-LSTM组合模型能够对车体横向加速度进行有效估计.

主 题 词：轨道不平顺 车体横向加速度 深度学习 CNN-LSTM组合模型 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.11860/j.issn.1673-0291.20220122

馆 藏 号：203123965...