-
公开(公告)号:CN119046746A
公开(公告)日:2024-11-29
申请号:CN202410883917.4
申请日:2024-07-03
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0464 , G06F123/02
Abstract: 本发明公开了一种基于生成对抗网络的车轮多边形磨耗定量识别方法,包括:获取车轮多边形磨耗数据,并根据磨耗数据判断车轮是否存在多边形磨耗;基于地铁车辆—轨道刚柔耦合动力学模型仿真不同多边形激励下轴箱振动影响,获取轴箱振动加速度信号;根据轴箱振动加速度信号制作振动加速度数据样本集;利用加速度数据样本集设计并训练生成对抗网络,并利用所述生成对抗网络对车轮多边形阶次和粗糙度水平进行定量识别,生成对抗网络的输入为时域振动数据,输出为车轮多边形多阶的粗糙度水平;本发明可实现车轮多边形的状态监测和故障诊断。
-
公开(公告)号:CN117799659A
公开(公告)日:2024-04-02
申请号:CN202311826215.4
申请日:2023-12-27
Applicant: 西南交通大学
IPC: B61K9/12 , G06N3/0464 , G06F18/25 , G06F18/27 , G06F30/23
Abstract: 本发明公开了一种多结构数据驱动的车轮扁疤定量识别方法及系统,构建车辆–轨道刚柔耦合动力学模型,将合成扁疤作为车轮不圆激励,以获取不同工况下轴箱动态响应;对轴箱垂向振动加速度分别进行时域、频域和时频域处理,制成不同结构形式样本集;构建具有恰当结构与配置参数的多输入卷积神经网络并以车速信号为网络的约束信息,将不同结构形式及其组合的样本集与速度信号融合输入至MCNN模型训练,比较不同数据结构下MCNN模型对车轮扁疤定量识别的准确性与时效性。基于本发明的方法可得到具有最佳识别性能的最优样本输入形式组合,且得到的识别模型不仅具有良好的抗噪能力,还因将速度作为网络约束信息而性能更佳,整体优越性较好。
-