期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习方法的构架端部悬挂部件疲劳应力监测研究
1
作者 戴晓超 胡杰 荆宇航 《都市快轨交通》 北大核心 2025年第5期142-152,共11页
针对构架端部悬挂部件在长期服役中因振动导致的疲劳损伤难以直接监测的问题,以轨道检测装置为例,分析其疲劳失效机理,提出一种基于深度学习方法的疲劳应力间接监测方案。通过有限元分析识别危险测点位置,利用线路试验采集构架端部振动... 针对构架端部悬挂部件在长期服役中因振动导致的疲劳损伤难以直接监测的问题,以轨道检测装置为例,分析其疲劳失效机理,提出一种基于深度学习方法的疲劳应力间接监测方案。通过有限元分析识别危险测点位置,利用线路试验采集构架端部振动加速度和部件应力数据;构建循环神经网络(RNN)、长短时记忆网络(LSTM)和时序卷积神经网络(TCN)共3种时序回归模型,建立构架端部加速度载荷与部件应力的映射关系;引入注意力机制优化模型性能。试验结果表明:3种模型均能有效预测应力,其中结合注意力机制的LSTM模型(LSTM-Att)预测精度最优;将该模型应用于轨道检测装置6个应力测点进行验证,其在时域和频域均表现出良好的预测效果,证明该方法的有效性,为构架端部悬挂部件的疲劳损伤监测提供新途径。 展开更多
关键词 轨道交通 构架 端部悬挂部件 振动疲劳 深度学习 应力 检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部