期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于Maxwell-LSTM的抗蛇行减振器混合建模方法研究 被引量:1
1
作者 吴舒扬 唐兆 +2 位作者 罗仁 董少迪 蒋涛 《铁道机车车辆》 北大核心 2024年第5期1-10,共10页
列车车轮踏面在实际服役环境下的磨损,会提高抗蛇行减振器的工作频率。传统动力学仿真使用的Maxwell模型在模拟高频状态下的抗蛇行减振器动态特性存在挑战。而能够准确拟合高频状态下的抗蛇行减振器动态特性的物理参数模型存在计算效率... 列车车轮踏面在实际服役环境下的磨损,会提高抗蛇行减振器的工作频率。传统动力学仿真使用的Maxwell模型在模拟高频状态下的抗蛇行减振器动态特性存在挑战。而能够准确拟合高频状态下的抗蛇行减振器动态特性的物理参数模型存在计算效率低下、无法在多体动力学仿真中运用的问题。文中提出一种Maxwell等效参数模型和LSTM神经网络耦合的减振器混合建模方法,在传统Maxwell模型基础上,通过LSTM神经网络捕捉输入变量自身变化特性,间接考虑外部激励的频变与幅变以应对上述挑战。为证明该混合建模方法的可行性,将使用该方法训练好的混合模型与台架试验结果、非线性的刚度阻尼分段Maxwell模型进行对比。结果表明:相较于分段Maxwell模型,LSTM混合模型在计算效率基本一致的前提下,高频激励下混合模型误差平均降低22.31%,高幅值激励下混合模型误差平均降低26.89%,动态刚度误差平均降低26.35%,动态阻尼误差平均降低21.01%。可以得出结论,LSTM混合模型在表征减振器高频高幅值下的动态特性具有优势,基于Maxwell-LSTM的抗蛇行减振器混合建模方法可以解决传统动力学模型计算效率和计算精度之间的矛盾,更适合用于各类工况下的车辆系统动力学仿真。 展开更多
关键词 抗蛇行减振器 混合建模方法 LSTM网络 深度学习 车辆系统动力学
在线阅读 下载PDF
GA-BP网络混合建模方法及其在冷轧参数优化中的应用 被引量:6
2
作者 王焱 孙一康 《济南大学学报(自然科学版)》 CAS 2001年第4期319-322,共4页
提出基于遗传算法与BP网络混合建模的冷轧参数智能优化新方法 ,该方法具有学习功能强、计算精度高、使用方便等特点 ,且适合在线计算。实验证明了该方法的有效性 。
关键词 GA-BP网络 混合建模方法 冷轧 参数 优化 遗传算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部