基于径向基函数神经网络的轮轨力检测被引量：4

Measurement of Wheel-Rail Force Based on Radial Basis Function Neural Networks

下载PDF

导出

摘要用测力轮对检测列车轮轨作用力时,由于轮轨作用力与轮辐贴片点处应变是非线性映射关系,同时作用的垂向力和横向力还会产生相互耦合,导致测量电路复杂,测量精度不高.本文在轮对有限元计算基础上,采用径向基函数神经网络拟合轮轨力与贴片点处应变的非线性关系,通过学习消除横向力与垂向力之间相互影响,简化了测量电路,提高了测量精度,达到很好效果.

作者陈建政陈伟周艳红

出处《振动工程学报》 EI CSCD 北大核心 2004年第z1期481-483,共3页 Journal of Vibration Engineering

关键词神经网络测力轮对径向基函数耦合解藕

分类号 TP393 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献4

1[1]Moody J, Darken C. Fast learning in networks of locally-tuned processing units. Neural Computation, 1989; 2(2):281-284
2[2]王树谦,魏德华,胡浩云等.多层前向人工神经网络.郑州:黄河水利出版社,1999
3陈成元,史炎.连续测量轮轨力的测力轮对技术[J].西南交通大学学报,1994,29(3):263-267. 被引量：11
4张立民,金学松.基于测力轮对的轮轨瞬态作用力仿真计算[J].铁道学报,1998,20(A04):146-151. 被引量：13

共引文献19

1吴铎,王景林,罗鸿逵.测力轮对轮／轨力数据处理的迭代方法[J].中国铁道科学,1995,16(3):49-55. 被引量：3
2陈建政,林建辉.在线连续测量轮轨接触点的神经网络方法[J].振动与冲击,2007,26(5):90-92. 被引量：5
3陈建政,王志强.轮轨接触点的在线连续测量[J].中国铁道科学,2007,28(5):15-18. 被引量：7
4常崇义,王成国,李兰,曾宇清.连续测力轮对的数字试验研究[J].铁道机车车辆,2007,27(5):3-5. 被引量：6
5刘尚举,金学松,张立民.提高测力轮对测量精度的研究[J].铁道车辆,1998,36(2):32-34. 被引量：4
6陈双喜,林建辉,陈建政.基于改进EMD与有限元的测力轮对组桥方案比较[J].振动与冲击,2012,31(6):131-135. 被引量：5
7何超,陈建政.时间测量系统(TDC)的原理及实现[J].电子测试,2012,23(6):58-61. 被引量：2
8何超.TDC(数字时间转换)测量技术在飞机机体变形上的研究[J].科技资讯,2013,11(27):87-88.
9李彬,林建辉.基于轨道轮轨力连续测试的车辆运行状态地面安全监测系统的研究[J].实用测试技术,2002,28(5):9-10. 被引量：8
10高亮,周陈一,张东风,肖宏,吕宋,钟阳龙,蔡小培.光纤光栅在轮轨作用力监测中的应用研究[J].北京交通大学学报,2019,43(1):88-95. 被引量：8

同被引文献56

1黄景春,肖建,蒋林,陈爽.利用小波分析和云模型实现机车优化粘着控制[J].计算机应用研究,2009,26(2):634-636. 被引量：4
2林叶锦,任光.遗传优化的径向基函数船舶模糊控制器[J].控制理论与应用,2004,21(6):1036-1040. 被引量：12
3刘亚秋,马广富,石忠.NARX网络在自适应逆控制动态系统辨识中的应用[J].哈尔滨工业大学学报,2005,37(2):173-176. 被引量：15
4张娟,陈杰,王珊珊.基于遗传算法和RBF网络的番茄生长模型辨识[J].控制与决策,2005,20(6):682-685. 被引量：15
5田津,李敏强,陈富赞.复杂样本分类的GA-RBFNN方法[J].系统工程学报,2006,21(2):163-170. 被引量：7
6徐志根,白裔峰,王辉,肖建.电力机车模糊间接自适应粘着控制[J].系统仿真学报,2006,18(11):3192-3195. 被引量：3
7陈明高,石仲堃.遗传算法优化的RBF神经网络确定潜艇排水量和主尺度[J].中国舰船研究,2006,1(3):38-40. 被引量：5
8黄景春,肖建.基于二维云模型的机车粘着控制及其仿真研究[J].机车电传动,2007(1):11-14. 被引量：8
9张明君,张化光.遗传算法优化的RBF神经网络控制器[J].电机与控制学报,2007,11(2):183-187. 被引量：19
10赵志刚,单晓虹.一种基于遗传算法的RBF神经网络优化方法[J].计算机工程,2007,33(6):211-212. 被引量：42

引证文献4

1蔡国强,邢宗义,潘丽莎,程晓卿,秦勇.采用遗传神经网络的轮轨力建模方法[J].哈尔滨工业大学学报,2012,44(7):114-119. 被引量：9
2潘丽莎,程晓卿,秦勇,陈浩,邢宗义.基于NARX神经网络的轮重减载率预测方法[J].城市轨道交通研究,2012,15(8):59-62. 被引量：2
3李宁洲,冯晓云,卫晓娟.动态多子群QPSO算法及其在机车粘着优化控制中的应用[J].计算机应用研究,2014,31(10):3020-3023. 被引量：2
4李宁洲,冯晓云,卫晓娟.采用动态多子群GSA-RBF神经网络的机车黏着优化控制[J].铁道学报,2014,36(12):27-34. 被引量：7

二级引证文献19

1杨学存,侯媛彬.基于遗传神经网络的煤泥输送管道压力分布测试[J].煤炭工程,2013,45(7):108-110. 被引量：1
2孙逢啸,倪世宏,谢川.基于改进T-S模型的航空发动机振动值监控方法[J].计算机测量与控制,2014,22(5):1446-1449.
3李宁洲,冯晓云,卫晓娟.动态多子群QPSO算法及其在机车粘着优化控制中的应用[J].计算机应用研究,2014,31(10):3020-3023. 被引量：2
4李宁洲,冯晓云,卫晓娟.采用动态多子群GSA-RBF神经网络的机车黏着优化控制[J].铁道学报,2014,36(12):27-34. 被引量：7
5曾燕,王晓,成新文.二冷配水优化建模与混合自适应粒子群算法求解[J].计算机测量与控制,2015,23(3):847-851.
6郝继升,朱文婷,袁倩,雷珍.基于惯性权重自适应改变的混沌粒子群算法[J].河南科学,2015,33(6):942-945. 被引量：2
7耿松,柴晓冬,郑树彬.基于递阶神经网络的轨道车辆振动状态预测[J].城市轨道交通研究,2015,18(12):94-98. 被引量：2
8闫中月,徐静,华健.基于NARXNN模型的降雨—水位关系研究[J].南京大学学报（自然科学版）,2016,52(1):133-141. 被引量：1
9李立明,柴晓冬,郑树彬.基于径向基函数神经网络的轨道交通车辆振动状态预测[J].城市轨道交通研究,2017,20(12):18-21. 被引量：2
10卫晓娟,李宁洲,丁旺才,张曹辉.碰撞振动系统混沌运动的脊波神经网络控制[J].华中科技大学学报（自然科学版）,2018,46(5):72-77. 被引量：3

1邵玉平,陈建政.BP神经网络在测力轮对横垂向桥解耦中的应用研究[J].中国测试技术,2003,29(5):17-19.
2谈冉,秦娥.软件解藕技术综述[J].现代计算机,2008,14(6):106-108. 被引量：1
3何超,陈建政.时间测量系统(TDC)的原理及实现[J].电子测试,2012,23(6):58-61. 被引量：2
4杨骏,陈建政,冯艳波.基于NanoPAN5375的测力轮对无线传输系统[J].工程与试验,2009,49(4):75-77. 被引量：5
5谢宁新.轮辐饰物的运动轨迹及图形绘制[J].广西民族大学学报（自然科学版）,2002,10(S1):56-57.
6叶凤华,汪婧.焦炉集气管压力的DMC与GPC控制器设计[J].安徽工业大学学报（自然科学版）,2011,28(3):254-259. 被引量：3
7贺琼,张雯雰.神经网络及模拟退火法拟合函数曲线的VC++实现[J].湘南学院学报,2008,29(5):67-70.
8蔡国强,邢宗义,潘丽莎,程晓卿,秦勇.采用遗传神经网络的轮轨力建模方法[J].哈尔滨工业大学学报,2012,44(7):114-119. 被引量：9
9宋颖,杜彦良,孙宝臣.压电传感技术在轮轨力实时监测中的应用探讨[J].振动与冲击,2010,29(1):228-232. 被引量：14
10陈小宇,乔翠兰.运用BP算法神经网络拟合传感器的输出特性[J].黄冈师范学院学报,2003,23(3):63-64. 被引量：1

振动工程学报

2004年第z1期

浏览历史

内容加载中请稍等...

基于径向基函数神经网络的轮轨力检测被引量：4

参考文献4

共引文献19

同被引文献56

引证文献4

二级引证文献19

相关作者

相关机构

相关主题

浏览历史

基于径向基函数神经网络的轮轨力检测 被引量：4

参考文献4

共引文献19

同被引文献56

引证文献4

二级引证文献19

相关作者

相关机构

相关主题

浏览历史

基于径向基函数神经网络的轮轨力检测被引量：4