典型文献
基于残差卷积网络的浮置板轨道钢弹簧损伤检测
文献摘要：
针对传统故障诊断方法难以有效检测浮置板轨道钢弹簧损伤这一挑战性问题,提出了一种基于一维残差卷积网络的损伤检测方法;建立了车辆-浮置板轨道耦合动力学模型,得到了多种工况下列车通过导致的浮置板振动响应数据集;利用残差卷积网络对不同损伤情形下的振动响应进行特征提取和数据分类,实现了对损伤钢弹簧的准确定位;研究了残差卷积网络在不同传感器布置方案上的检测性能,分析了损伤钢弹簧和传感器之间的复杂位置关系对检测性能的影响规律,优化并确定了经济可靠的传感器布置方案.研究结果表明:传感器的位置越靠近浮置板中部,残差卷积网络对不同损伤情形下的数据分类准确性和鲁棒性越好;传感器的布置数量增多,损伤检测方法的性能也随之改善,但传感器过多地集中于浮置板中部并不会带来显著的性能提升;在浮置板中部的钢弹簧损伤比在浮置板端部的钢弹簧损伤更难识别;损伤检测方法在全覆盖式布置方案下达到了99.11％的分类准确率,对复杂多变的检测情景具有良好适应性,而优化后双传感器布置方案和三传感器布置方案的分类准确率分别达到了98.23％和98.96％,优化后传感器布置方案具有良好的检测性能,同时也保持了损伤检测方法对复杂情景的适应性.
文献关键词：
车辆-轨道耦合动力学;浮置板轨道;损伤检测;卷积神经网络;残差学习;传感器布置
中图分类号：
作者姓名：
朱胜阳;张庆铼;袁站东;翟婉明
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]朱胜阳;张庆铼;袁站东;翟婉明-.基于残差卷积网络的浮置板轨道钢弹簧损伤检测)[J].交通运输工程学报,2022(02):123-135
A类：
B类：
卷积网络,浮置板轨道,钢弹簧,损伤检测,故障诊断方法,有效检测,挑战性问题,一维残差卷积,耦合动力学模型,下列,列车,振动响应,响应数据,伤情,数据分类,准确定位,传感器布置,布置方案,检测性能,位置关系,分类准确性,性能提升,损伤比,端部,下达,分类准确率,双传感器,残差学习
AB值：
0.201971
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。
