10.19713/j.cnki.43-1423/u.T201901061
基于多传感器数据融合的道岔区脱轨系数预测算法
针对目前车辆脱轨多发生在道岔区段,且现有脱轨评判方式考虑因素单一,不能全面评判轮轨接触安全性的问题,提出一种基于多传感器数据融合的道岔区脱轨系数预测算法.通过T-snake模型对车载摄像机获取的9号道岔区轮轨接触图像进行图像分割得到轮轨相对横向位移量;选用遗传算法优化的小波神经网络构建融合模型,输入相对位移量,速度量,加速度量以及轮重减载率进行数据融合预测脱轨系数.现场测试结果显示,利用该方法的预测脱轨系数模型考虑因素较为全面,且具有良好的精确性和鲁棒性.
脱轨、铁路道岔、数据融合、脱轨系数预测
17
U213.6(铁路线路工程)
国家自然科学基金资助项目61763023
2020-09-29(万方平台首次上网日期,不代表论文的发表时间)
共10页
1883-1892