期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于LSTM预测误差的轨道交通弓网接触力异常识别算法 被引量:1
1
作者 杨劲松 邵奇 +3 位作者 刘金朝 陶凯 郭剑峰 彭楠 《城市轨道交通研究》 北大核心 2024年第8期74-78,共5页
[目的]接触力是轨道交通弓网综合检测的重要内容,也是弓网系统性能的重要评价因素,但在检测过程中常受到外部环境的影响而出现异常检测数据。目前针对弓网接触力异常检测数据的剔除主要依赖于人工,影响数据分析效率,因此需深入研究弓网... [目的]接触力是轨道交通弓网综合检测的重要内容,也是弓网系统性能的重要评价因素,但在检测过程中常受到外部环境的影响而出现异常检测数据。目前针对弓网接触力异常检测数据的剔除主要依赖于人工,影响数据分析效率,因此需深入研究弓网接触力异常识别算法。[方法]梳理了弓网接触力常见的异常形式,分析了不同异常形式下接触力检测数据的特征。提出了一种基于LSTM(长短期记忆网络)预测误差的弓网接触力异常识别算法,通过使用正常的接触力数据训练LSTM模型,使该模型能够对接触力变化趋势进行预测。为实现正常区段与异常点的精确划分,使用基于置信区间的异常检测数据识别方法。为降低长距离异常数据对LSTM模型预测效果的影响,提出了一种基于预测值置换的异常数据处理方式。通过高速综合检测列车测得的真实检测数据,分别对三种常见异常形式的弓网接触力识别效果进行验证。[结果及结论]提出的算法能够较好地实现对弓网接触力异常的识别。 展开更多
关键词 轨道交通 弓网接触力异常识别算法 LSTM预测误差
在线阅读 下载PDF
基于数据特征的接触网补偿装置卡滞识别方法研究
2
作者 逯昊舒 张文轩 +3 位作者 王婧 杨志鹏 王斌 寇鸿博 《铁道机车车辆》 北大核心 2024年第1期117-124,共8页
对于铁路接触网中心锚结及下锚补偿装置出现异常,根据6C检测系统中高速铁路弓网综合检测装置(1C)采集的波形数据总结出数据特征并提出相应算法。选取弓网接触力和接触线高度作为判断此类缺陷的2个特征变量,经过数据预处理后,计算弓网接... 对于铁路接触网中心锚结及下锚补偿装置出现异常,根据6C检测系统中高速铁路弓网综合检测装置(1C)采集的波形数据总结出数据特征并提出相应算法。选取弓网接触力和接触线高度作为判断此类缺陷的2个特征变量,经过数据预处理后,计算弓网接触力一跨内标准差,接触线高度通过移动滑动窗,采取相应规则形成上界线,结合波形数据特征确定阈值并进行逻辑判断,得出异常锚段公里标。通过对典型线路进行计算分析,结果表明该方法可以识别出接触网中心锚结及下锚补偿装置缺陷,可为快速寻找此类缺陷及相关分析提供数据支撑。 展开更多
关键词 下锚补偿装置 中心锚结 异常识别 滑动窗 接触线高度 接触力
在线阅读 下载PDF
面向线路异常激扰的地铁受电弓前馈与反馈主动控制研究
3
作者 杨岗 孔国伟 沈鑫 《机车电传动》 2024年第6期163-175,共13页
地铁接触网多采用弹性较差的架空刚性接触网,容易导致弓网接触关系不良。近年来,地铁弓网异常磨耗情况频发,但其发生原理不明,尚未有可行的抑制方法。地铁列车在行经道床沉降、道路岔口、钢轨接头不平顺、小竖曲线等线路异常路段时,车... 地铁接触网多采用弹性较差的架空刚性接触网,容易导致弓网接触关系不良。近年来,地铁弓网异常磨耗情况频发,但其发生原理不明,尚未有可行的抑制方法。地铁列车在行经道床沉降、道路岔口、钢轨接头不平顺、小竖曲线等线路异常路段时,车体会产生较大幅度的垂向振动,对受电弓造成较大激扰,致使弓网接触力急剧变化,导致弓网受流质量下降和受电弓碳滑板异常磨耗。文章构建了“地铁刚性接触网‒受电弓”动力学模型,应用数值计算方法,分析了线路异常激扰对弓网受流质量的影响;设计了受电弓前馈与反馈控制策略,对比分析了前馈控制、模糊反馈控制、前馈与反馈综合控制对弓网受流质量的提升效果。结果表明,线路异常激扰对弓网接触力波动程度有显著影响;前馈控制策略能对异常线路激扰进行精确有效补偿;前馈与反馈综合控制能有效降低弓网接触力波动程度,从而有效提升弓网受流质量,抑制弓网机械磨耗和电气磨耗。 展开更多
关键词 刚性接触 线路异常激扰 前馈控制 反馈控制 接触力 受流质量 异常磨耗
在线阅读 下载PDF
基于弓网监测的受电弓缺陷智能检测技术研究 被引量:1
4
作者 赵川宇 《智慧轨道交通》 2024年第4期42-47,共6页
城轨车辆在运行过程中,受电弓的工作状态是保证安全运营的重要因素。目前大多检测方法仍停留在人工检测阶段,存在效率低、无检测标准等问题。近年来随着人工智能技术的高速发展,解决了许多传统技术难以突破的难题。文章结合深度学习、... 城轨车辆在运行过程中,受电弓的工作状态是保证安全运营的重要因素。目前大多检测方法仍停留在人工检测阶段,存在效率低、无检测标准等问题。近年来随着人工智能技术的高速发展,解决了许多传统技术难以突破的难题。文章结合深度学习、机器学习和统计方法,提出了一种基于弓网视频分析的受电弓缺陷智能检测技术,该项技术可在嵌入式平台中部署智能识别算法模型,利用采集的视频监控图像进行实时处理、检测并识别受电弓故障缺陷。主要针对受电弓异物、弓角异常等常见故障进行了理论研究,并通过试验验证了该技术的实时性和有效性。 展开更多
关键词 城轨车辆 视频 受电异物 异常 智能识别 嵌入式平台
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部