期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于深度边缘特征的轨道扣件状态检测方法 被引量:5
1
作者 郑丹阳 李立明 +3 位作者 孙睿 柴晓冬 郑树彬 罗文成 《铁道建筑》 北大核心 2021年第4期138-142,共5页
针对现有轨道扣件状态检测方法无法检测快速弹条扣件的问题,提出了一种基于深度边缘特征的轨道扣件状态检测算法。利用基于深度学习方法搭建的HED网络提取轨道扣件的深度边缘特征,得到扣件深度边缘特征图;提取扣件深度边缘图的方向梯度... 针对现有轨道扣件状态检测方法无法检测快速弹条扣件的问题,提出了一种基于深度边缘特征的轨道扣件状态检测算法。利用基于深度学习方法搭建的HED网络提取轨道扣件的深度边缘特征,得到扣件深度边缘特征图;提取扣件深度边缘图的方向梯度直方图特征,将得到的融合特征作为扣件特征描述算子输入支持向量机训练,用训练好的分类器实现扣件扣紧和弹出状态的检测。试验结果表明,本文方法的准确率、召回率和精确率分别可达95.1%,97.3%和96.6%,具有较高的识别准确性和较强的鲁棒性,可以有效解决快速弹条扣件的检测问题。 展开更多
关键词 高速铁路 扣件状态检测 现场试验 深度学习 边缘检测 特征提取
在线阅读 下载PDF
轨道车辆一系悬挂装置用自供电加速度传感器结构设计 被引量:3
2
作者 卑王璐 彭乐乐 +3 位作者 周炯 郑树彬 丁亚琦 林建辉 《噪声与振动控制》 CSCD 北大核心 2021年第6期134-140,共7页
为便于实现对轨道车辆一系悬挂装置振动状态的在线检测,提出一种自供电式加速度传感器结构,该结构主要由外套矩形镂空悬臂梁的集能器及内嵌微型悬臂梁的加速度传感源组成。通过对某号线实测数据分析获取轨道车辆一系悬挂装置振动特征和... 为便于实现对轨道车辆一系悬挂装置振动状态的在线检测,提出一种自供电式加速度传感器结构,该结构主要由外套矩形镂空悬臂梁的集能器及内嵌微型悬臂梁的加速度传感源组成。通过对某号线实测数据分析获取轨道车辆一系悬挂装置振动特征和设计指标,利用有限元软件COMSOL构建自供电式加速度传感器结构模型,得到结构参数与自振频率、结构应力和电压灵敏度之间的关系,并在此基础上结合设计指标实现结构参数的优化,最后通过仿真验证了轨道车辆一系悬挂装置用自供电加速度传感器结构的可行性。结果表明,该自供电加速度传感器的集能器部分自振频率为222.99 Hz,最大瞬时输出功率为146.16 mW;传感源部分频率量程可达3691 Hz,加速度量程可达±30 g,电压灵敏度在200 Hz振动环境下为0.21 mV∙ms^(-2),满足设计要求。 展开更多
关键词 振动与波 轨道车辆 一系悬挂装置 加速度传感器 压电悬臂梁
在线阅读 下载PDF
轨道车辆用L型压电悬臂梁振动频率响应设计 被引量:2
3
作者 赵屹昀 印桢民 +3 位作者 周炯 彭乐乐 罗文成 郑树彬 《噪声与振动控制》 CSCD 北大核心 2021年第6期119-125,共7页
为了实现压电俘能结构在城市轨道车辆运行环境下的频率适配及能量转换最大化,提出一种轨道车辆用L型压电悬臂梁振动频率响应设计方法。首先对某线路列车轴箱进行振动信号采集与分析,得到轴箱振动特征;利用ANSYS有限元分析软件对L型压电... 为了实现压电俘能结构在城市轨道车辆运行环境下的频率适配及能量转换最大化,提出一种轨道车辆用L型压电悬臂梁振动频率响应设计方法。首先对某线路列车轴箱进行振动信号采集与分析,得到轴箱振动特征;利用ANSYS有限元分析软件对L型压电悬臂梁结构进行模态分析,并对前三阶模态频率进行多元线性回归,得到结构参数与模态频率间关系的数学模型。通过将轴箱振动特征参数代入模型进行参数求解,实现L型压电悬臂梁在轨道列车轴箱环境下的频率匹配。最后通过ANSYS谐响应仿真分析得到L型压电悬臂梁频率响应特征曲线,验证了设计方法的可行性。结果表明,当悬臂梁长度为29.6 mm、厚度为0.249 mm、宽度为10 mm、质量块为8.23 g时,前3阶模态频率分别为19.901 Hz、41.599 Hz和203.71 Hz,与实测频率误差均小于2 Hz,实现了L型压电悬臂梁与轨道车辆轴箱振动频率相匹配。 展开更多
关键词 振动与波 轨道车辆振动 L型压电悬臂梁 频率匹配 有限元分析 多元线性回归
在线阅读 下载PDF
基于轨道检测参数的高速列车车体振动预测方法 被引量:1
4
作者 卑王璐 钟倩文 +2 位作者 郑树彬 罗文成 彭乐乐 《传感器与微系统》 CSCD 北大核心 2022年第11期122-125,共4页
由轨道不平顺等因素引起的高速列车振动会严重影响列车乘坐舒适度。针对该问题提出一种CART回归树车体振动预测模型,可根据既有轨检车检测的轨道数据而快速预测车体振动,对保证及改善列车乘坐舒适度具有较大研究意义。基于车辆动力学模... 由轨道不平顺等因素引起的高速列车振动会严重影响列车乘坐舒适度。针对该问题提出一种CART回归树车体振动预测模型,可根据既有轨检车检测的轨道数据而快速预测车体振动,对保证及改善列车乘坐舒适度具有较大研究意义。基于车辆动力学模型仿真,确定实际轨道检测几何参数与车体振动的相关性,使用CART回归树算法对所得实际轨道筛选样本数据进行学习训练从而建立车体振动的预测模型。计算结果表明:本文方法车体振动预测精度高达0.88,平均绝对误差小于0.004 8,与其他算法所得预测模型相比,各性能指标具有一定优势,能够有效预测车体振动。 展开更多
关键词 高速列车 车体振动 车辆动力学 CART回归树
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部