-
题名基于多结构数据驱动的车轮扁疤定量识别方法
- 1
-
-
作者
钱新宇
谢清林
陶功权
温泽峰
-
机构
西南交通大学轨道交通运载系统全国重点实验室
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第4期688-697,共10页
-
基金
国家自然科学基金资助项目(U21A20167,52475138,52002342)
四川省自然科学基金青年科学基金资助项目(2022NSFSC1914).
-
文摘
为了快速、准确检测车轮扁疤,提出以不同结构数据为驱动载体的车轮扁疤定量识别方法.将合成的扁疤车轮数据作为车轮不圆激励输入地铁车辆−轨道刚柔耦合动力学模型,获取不同工况下的轴箱振动响应.对轴箱振动响应进行数据规整,制成不同结构形式的样本集,将它与速度信号融合输入多输入卷积神经网络(MCNN)模型进行训练,探究MCNN模型在不同数据结构输入下的性能差异.结果表明:相较于设置的其他输入数据结构,输入数据结构为时域、频域和时频域组合的MCNN模型识别性能最佳,平均绝对百分比误差与拟合度(R2)分别为1.947%和0.9978,耗时相对较低,单个样本为0.1579 ms.经典模型对比实验、速度信息消融实验和实测数据迁移学习实验的结果表明,输入数据结构为时域、频域和时频域组合的MCNN模型具有工程应用价值.
-
关键词
车轮扁疤
定量识别
多结构数据样本集
多输入卷积神经网络
轴箱振动加速度
-
Keywords
wheel flats
quantitative identification
multi-structure data sample set
multi-input convolutional neural network
axlebox vibration acceleration
-
分类号
U231
[交通运输工程—道路与铁道工程]
-
