典型文献
基于一维卷积神经网络的浮置板钢弹簧损伤检测方法
文献摘要：
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.
文献关键词：
浮置板轨道;损伤检测;车辆-轨道耦合动力学;卷积神经网络
中图分类号：
作者姓名：
张庆铼;薛临风
作者机构：
西南交通大学 牵引动力国家重点实验室,四川 成都 610031
文献出处：
引用格式：
[1]张庆铼;薛临风-.基于一维卷积神经网络的浮置板钢弹簧损伤检测方法)[J].机械,2022(01):73-80
A类：
B类：
一维卷积神经网络,损伤检测,钢弹簧浮置板轨道,环境振动,动问,1D,轨道板,垂向加速度,原始数据,伤情,耦合动力学,动力学仿真,仿真生成,运行工况,网络性能,数据分类,分类准确性
AB值：
0.242425
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
