期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高速铁路简支梁桥震致轨道几何不平顺速度谱强度量化指标研究
1
作者
周旺保
祖凌智
+3 位作者
彭东航
蒋丽忠
余建
刘韶辉
《铁道学报》
北大核心
2025年第3期99-108,共10页
桥面轨道作为直接承载列车行驶的载体,轨道平顺状态直接影响行车安全,因此量化震后轨道平顺程度对指导震后运营具有重要的研究意义。本文创新地将量化地震动强度的速度谱强度应用于量化震后轨道几何不平顺的劣化程度,利用车桥耦合模型...
桥面轨道作为直接承载列车行驶的载体,轨道平顺状态直接影响行车安全,因此量化震后轨道平顺程度对指导震后运营具有重要的研究意义。本文创新地将量化地震动强度的速度谱强度应用于量化震后轨道几何不平顺的劣化程度,利用车桥耦合模型计算的车辆响应与震致轨道不平顺的速度谱强度值作相关性分析及函数拟合。研究结果表明:震后轨道不平顺的速度谱强度值随行车速度的增加近似线性增长;震后轨道不平顺的速度谱强度值与车辆响应特性及行车指标存在明显的线性和非线性正相关关系,速度谱强度指标可用于建立震后轨道平顺程度与桥上行车性能及车体响应特性间映射关系,该指标的建立可为基于行车性能的震后轨道平顺量化指标体系奠定基础。
展开更多
关键词
高速铁路
CRTSⅢ型无砟轨道
轨道几何不平顺
速度谱强度指标
行车性能
在线阅读
下载PDF
职称材料
基于深度学习的高速铁路简支梁桥震致损伤预测
被引量：
3
2
作者
吴凌旭
蒋丽忠
+4 位作者
钟天璇
易江
冯玉林
赵坚
周旺保
《地震工程与工程振动》
CSCD
北大核心
2024年第5期26-36,共11页
基于卷积神经网络,提出了一种快速预测高速铁路无砟轨道-简支梁桥系统震致损伤的方法。为得到更多地震动信息,通过连续小波变换,将一维地震动数据输入变换成三维图像输入。通过对比损伤样本库中的结果,验证了提出方法的可靠性,分析了卷...
基于卷积神经网络,提出了一种快速预测高速铁路无砟轨道-简支梁桥系统震致损伤的方法。为得到更多地震动信息,通过连续小波变换,将一维地震动数据输入变换成三维图像输入。通过对比损伤样本库中的结果,验证了提出方法的可靠性,分析了卷积神经网络的不同超参数对预测结果和训练时长的影响,得到了贝叶斯优化后的卷积神经网络超参数组合,对比了不同抗震分析方法得到高速铁路无砟轨道-简支梁桥系统震致损伤所需时间。利用优化后的卷积神经网络预测了高速铁路无砟轨道-简支梁桥系统中不同关键构件的震致损伤。研究表明:初始学习率是影响网络预测准确度的最主要因素,学习率下降系数、最小批次及训练轮数会对网络预测结果造成一定影响。而训练卷积神经网络所需时长主要由训练轮数及最小批次决定。提出的方法对高速铁路无砟轨道-简支梁桥系统中不同构件的震致损伤均具有较高预测准确度,网络结构具有较高的适用性,优化后的卷积神经网络训练耗时更短且对高速铁路无砟轨道-简支梁桥系统震致损伤预测更准确。研究成果可为震后高速铁路系统震致损伤的快速修复提供参考。
展开更多
关键词
高速铁路无砟轨道-简支梁桥系统
震致损伤
快速预测
卷积神经网络
贝叶斯优化
在线阅读
下载PDF
职称材料
题名
高速铁路简支梁桥震致轨道几何不平顺速度谱强度量化指标研究
1
作者
周旺保
祖凌智
彭东航
蒋丽忠
余建
刘韶辉
机构
中南大学
土木
工程
学院
中南大学工程结构抗震研究中心
高速铁路建造技术国家
工程
研究
中心
高速铁路
工程
结构
抗震
研究
所
中铁二院
工程
集团有限责任公司
出处
《铁道学报》
北大核心
2025年第3期99-108,共10页
基金
国家自然科学基金(52078487,U1934207,52178180)
国家重点研发计划(2022YFB2302603,2022YFC3004304)
+3 种基金
湖南省科技人才托举工程(2022TJ-Y10)
澳门特别行政区科学技术发展基金(SKL-IOTSC(UM)-2024-2026)
智慧城市物联网国家重点实验室(澳门大学)开放课题(SKL-IoTSC(UM)-2024-2026/ORP/GA08/2023)
2023年度中南大学研究生自主探索创新项目(2023ZZTS0673)。
文摘
桥面轨道作为直接承载列车行驶的载体,轨道平顺状态直接影响行车安全,因此量化震后轨道平顺程度对指导震后运营具有重要的研究意义。本文创新地将量化地震动强度的速度谱强度应用于量化震后轨道几何不平顺的劣化程度,利用车桥耦合模型计算的车辆响应与震致轨道不平顺的速度谱强度值作相关性分析及函数拟合。研究结果表明:震后轨道不平顺的速度谱强度值随行车速度的增加近似线性增长;震后轨道不平顺的速度谱强度值与车辆响应特性及行车指标存在明显的线性和非线性正相关关系,速度谱强度指标可用于建立震后轨道平顺程度与桥上行车性能及车体响应特性间映射关系,该指标的建立可为基于行车性能的震后轨道平顺量化指标体系奠定基础。
关键词
高速铁路
CRTSⅢ型无砟轨道
轨道几何不平顺
速度谱强度指标
行车性能
Keywords
high-speed railway
CRTSⅢballastless track
track geometric irregularity
velocity spectrum intensity indicator
running performance
分类号
U238 [交通运输工程—道路与铁道工程]
U446.1 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的高速铁路简支梁桥震致损伤预测
被引量：
3
2
作者
吴凌旭
蒋丽忠
钟天璇
易江
冯玉林
赵坚
周旺保
机构
中南大学
土木
工程
学院
中南大学工程结构抗震研究中心
高速铁路建造技术国家
工程
研究
中心
高速铁路
工程
结构
抗震
研究
所
贵州电网有限责任公司电网规划
研究
中心
华东交通
大学
土木建筑学院
湖南云景建设有限责任公司
出处
《地震工程与工程振动》
CSCD
北大核心
2024年第5期26-36,共11页
基金
国家自然科学基金项目(52078487,52178180,52478517)
国家重点研发计划课题(2022YFC3004304)
+6 种基金
湖南省科技人才托举工程(2022TJ-Y10)
中南大学前沿交叉研究项目(2023QYJC006)
澳门特别行政区科学技术发展基金项目(SKL-IOTSC(UM)-2024-2026)
智慧城市物联网国家重点实验室(澳门大学)开放课题(SKL-IoTSC(UM)-2024-2026/ORP/GA08/2023)
中南大学中央高校基本科研业务费专项资金项目(2022ZZTS0155)
中国博士后科学基金面上项目(2022M713544)
高速铁路建造技术国家工程研究中心开放基金项目(HSR202202)。
文摘
基于卷积神经网络,提出了一种快速预测高速铁路无砟轨道-简支梁桥系统震致损伤的方法。为得到更多地震动信息,通过连续小波变换,将一维地震动数据输入变换成三维图像输入。通过对比损伤样本库中的结果,验证了提出方法的可靠性,分析了卷积神经网络的不同超参数对预测结果和训练时长的影响,得到了贝叶斯优化后的卷积神经网络超参数组合,对比了不同抗震分析方法得到高速铁路无砟轨道-简支梁桥系统震致损伤所需时间。利用优化后的卷积神经网络预测了高速铁路无砟轨道-简支梁桥系统中不同关键构件的震致损伤。研究表明:初始学习率是影响网络预测准确度的最主要因素,学习率下降系数、最小批次及训练轮数会对网络预测结果造成一定影响。而训练卷积神经网络所需时长主要由训练轮数及最小批次决定。提出的方法对高速铁路无砟轨道-简支梁桥系统中不同构件的震致损伤均具有较高预测准确度,网络结构具有较高的适用性,优化后的卷积神经网络训练耗时更短且对高速铁路无砟轨道-简支梁桥系统震致损伤预测更准确。研究成果可为震后高速铁路系统震致损伤的快速修复提供参考。
关键词
高速铁路无砟轨道-简支梁桥系统
震致损伤
快速预测
卷积神经网络
贝叶斯优化
Keywords
high-speed railway ballastless track simply-supported bridge system
seismic-induced damage
rapid prediction
convolutional neural network
Bayesian optimization
分类号
U238 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高速铁路简支梁桥震致轨道几何不平顺速度谱强度量化指标研究
周旺保
祖凌智
彭东航
蒋丽忠
余建
刘韶辉
《铁道学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于深度学习的高速铁路简支梁桥震致损伤预测
吴凌旭
蒋丽忠
钟天璇
易江
冯玉林
赵坚
周旺保
《地震工程与工程振动》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
