基于一维卷积神经网络的浮置板钢弹簧损伤检测方法

摘要：

钢弹簧浮置板轨道可有效缓解地铁带来的环境振动问题,但目前针对钢弹簧损伤检测方法的研究尚十分匮乏.本文提出了一种基于一维卷积神经网络(1D-CNN)的钢弹簧损伤检测方法,利用轨道板垂向加速度构建数据集,通过1D-CNN对经简单预处理的原始数据进行特征提取并对损伤情形下的数据和正常情形下的数据进行分类.为评估该方法的性能,基于车辆-浮置板轨道耦合动力学仿真生成了数据集,分析了不同运行工况对网络性能的影响,结果表明该方法具有良好的数据分类准确性.

关键词：浮置板轨道;损伤检测;车辆-轨道耦合动力学;卷积神经网络

所属期刊栏目：49

分类号：U213;TP183(铁路线路工程)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;牵引动力国家重点实验室自主课题

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：73-80