-
题名基于自适应粒子群算法的轨下基础病害识别
被引量：2
- 1
-
-
作者
伍伟嘉
杨俭
袁天辰
邵志慧
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《城市轨道交通研究》
北大核心
2023年第1期12-16,共5页
-
基金
国家自然科学基金项目(11802170)
上海市晨光计划项目(18CG66)
上海市自然科学基金项目(19ZR1421700)。
-
文摘
基于车辆-轨道耦合动力学模型,对不同轨下基础病害情况下的轨枕振动响应进行仿真分析。提出利用支持向量机算法和粒子群算法对轨下基础病害进行识别。为了提高粒子群算法的收敛速度,提出一种自适应粒子群算法,并将所提方法应用于轨下基础病害识别仿真,分析不同病害条件下的轨枕振动特征。研究表明:所提算法的病害识别准确率≥80%,且其算法收敛速度有明显提升。
-
关键词
轨道交通
轨下基础
病害识别
-
Keywords
rail transit
sub-rail foundation
disease identification
-
分类号
U213.213
[交通运输工程—道路与铁道工程]
-
-
题名基于复合多尺度排列熵的轨枕状态诊断方法
被引量：2
- 2
-
-
作者
邵志慧
杨俭
袁天辰
伍伟嘉
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《噪声与振动控制》
CSCD
北大核心
2021年第5期114-120,共7页
-
基金
国家自然科学基金(青年基金)资助项目(11802170)
上海市晨光计划资助项目(18CG66)
上海市自然科学基金资助项目(19ZR1421700)。
-
文摘
为了实现对道床不同情况的结构板结下的轨枕状态的诊断,提出一种基于复合多尺度排列熵(Composite Multi-scale Permutation Entropy,CMPE)的轨枕状态诊断方法。根据车轨耦合动力学原理建立车轨耦合垂向振动模型,用于仿真获取轨枕振动响应;利用CMPE算法表征轨枕振动响应中所包含的信息,构建轨枕振动响应识别特征集;并将其作为支持向量机的输入,对轨枕的振动响应进行分类,实现对轨枕状态的诊断。最终结果表明,该方法对轨枕状态识别准确率能达到90%以上,误检率很低,充分证明了方法的有效性和稳定性。
-
关键词
故障诊断
道床结构板结
轨枕振动响应
CMPE
支持向量机
状态诊断
-
Keywords
fault diagnosis
track bed structure compaction
vibration response of sleepers
CMPE
support vector machine
status diagnosis
-
分类号
U211.3
[交通运输工程—道路与铁道工程]
-
