[發明專利]基于軸箱振動加速度的軌道高低不平順預測系統及方法

有效

• 申請號: 201410526294.1
• 申請日: 2014-10-08
• 公開（公告）號: CN104260754B
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 郭翔;冒玲麗;王夫歌;石奮義;王曉浩;郭岑;邢宗義
• 申請（專利權）人: 南京理工大學
• 主分類號: B61K9/08
• 分類號: B61K9/08
• 代理公司: 南京理工大學專利中心32203
• 代理人: 朱顯國

1.一種基于軸箱振動加速度的軌道高低不平順預測方法，其特征在于，包含以下步驟：

步驟1，在列車走行部軸箱上設置軸箱振動加速度傳感器，列車車軸端蓋內設置旋轉脈沖測速傳感器，并在運營列車上設置模擬預處理電路、A/D轉換電路、嵌入式系統、無線網絡路由、上位機；

步驟2，所述軸箱振動加速度傳感器、旋轉脈沖測速傳感器的輸出端均接入模擬預處理電路，模擬預處理電路的輸出端通過A/D轉換電路接入嵌入式系統；

步驟3，車輛在運營過程中，通過軸箱振動加速度傳感器采集軸箱振動加速度信號、旋轉脈沖測速傳感器采集車速信號，所采集的信號經模擬預處理電路進行濾波，再經過A/D轉換電路將模擬信號轉換成數字信號輸入嵌入式系統，嵌入式系統將采集的數據通過無線網絡路由發送至上位機；

步驟4，上位機將已有的軸箱振動加速度信號作為輸入、軌道高低不平順譜作為輸出，采用外源非線性自回歸神經網絡NARX訓練，得到網絡相關參數，所述網絡相關參數包括節點間的連接權系數、每個節點閾值；

步驟5，上位機利用采集得到的軸箱振動加速度信號通過NARX神經網絡實時預測當前軌道高低不平順，具體如下：

(1)依據已有軸箱振動加速度信號和歷史積累的軌道高低不平順數據，對該軸箱振動加速度信號和軌道高低不平順數據分別進行歸一化處理，歸一化公式為：

$x_i^{scal}=\frac{x_i-x_{min}}{x_{\max }-x_{min}}$

式中，為歸一化之后的數據、x_i為振動加速度信號或軌道高低不平順數據中的第i個數據、x_min為振動加速度信號或軌道高低不平順數據中最小值、x_max為振動加速度信號或軌道高低不平順數據中最大值；

(2)確定NARX神經網絡結構，包括輸入節點數、輸出節點數、隱層層數，設定NARX網絡的輸入輸出層神經元數目，輸入層神經元為1，輸出層神經元為1，選擇隱節點與輸出層節點的激活函數，激活函數包括閾值函數、分段線性函數和非線性函數；

(3)確定隱層節點數目，采用經驗遍歷法，即通過選取不同的隱節點數來訓練網絡，選取性能最佳時的隱節點數目；

(4)確定時間延遲階數，取輸入時間延遲階數與輸出時間延遲階數保持一致，采用經驗遍歷法構造一組不同時間延遲階數的NARX神經網絡，選擇測試均方根誤差最小的時間延遲階數；

(5)選擇適合該NARX神經網絡的訓練算法即貝葉斯正則化算法；

(6)利用歷史積累的軸向振動加速度數據作為NARX神經網絡的輸入數據、軌道高低不平順數據作為NARX神經網絡的輸出數據對NARX進行訓練，獲得NARX神經網絡訓練指標，所述NARX神經網絡訓練指標包括均方根誤差和網絡輸出與實際輸出的相關系數，比較訓練所得到的NARX神經網絡輸出值和實際系統輸出值之間的相關系數評價網絡性能，均方根誤差越小，相關系數越接近于1表明網絡性能越優越；

(7)將采集的實時軸箱振動加速度信號作為NARX神經網絡輸入，預測軌道高低不平順，根據鐵路部門局部不平順幅值超限評分法中對高低不平順的軌道幾何尺寸容許偏差來判斷軌道高低不平順狀態，參照速度信號計算列車運營距離與軌道高低不平順數據，推算出軌道高低不平順位置。