基于GWO-CNN-LSTM的铁路轨道高低不平顺值反演模型研究OA北大核心
Study on Inversion Model of Railway Track Longitudinal Irregularity Value Based on GWO-CNN-LSTM
为利用列车的车体振动加速度来准确反演铁路的轨道高低不平顺值,提出一种基于灰狼优化算法(GWO)、卷积神经网络(CNN)和长短期记忆网络(LSTM)构建车体振动加速度与轨道高低不平顺值的关系模型(GWO-CNN-LSTM).首先,将轨检车的实测数据根据轨道检测数据特点,采用莱因达准则进行异常值剔除的预处理;然后,利用处理后的数据以车体振动加速度作为模型的输入,以轨道高低不平顺值作为模型的输出,利用CNN学习车体振动加速度的波形信息,将CNN学习到的…查看全部>>
In order to use the acceleration of the train body vibration to accurately inverse the track longitudinal irregularity value of railroads,this paper proposes a model(GWO-CNN-LSTM)based on Gray Wolf Optimization algorithm(GWO),Convolutional Neural Network(CNN)and Long Short Term Memory Network(LSTM)to construct the relationship between vehicle body vibration acceleration and track longitudinal irregularity value.Firstly,the measured data of the track inspecti…查看全部>>
石小双;金容鑫;杨钢锋;尹海涛;毛汉领;李欣欣
广西大学机械工程学院,南宁 530004广西大学机械工程学院,南宁 530004中国铁路南宁局集团有限公司质量技术检测所,南宁 530004广西大学机械工程学院,南宁 530004广西大学机械工程学院,南宁 530004||广西先进制造系统与先进制造技术省级重点实验室,南宁 530004广西大学机械工程学院,南宁 530004||广西先进制造系统与先进制造技术省级重点实验室,南宁 530004
交通运输
铁路轨道轨道高低不平顺灰狼优化算法卷积神经网络长短期记忆网络反演
railway tracktrack longitudinal irregularitygray wolf optimization algorithmconvolutional neural networklong and short term memory networkinversion
《铁道标准设计》 2024 (6)
65-71,7
中国铁路南宁局集团有限公司科技研究开发计划项目(工20-4)广西科技基地和人才专项课题(桂科AD19259002)
评论