[發明專利]一種浮置板軌道鋼彈簧損傷定位識別方法

有效

• 申請號: 202011582783.0
• 申請日: 2020-12-28
• 公開（公告）號: CN112613219B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 任娟娟;鄭健龍;歐成章;杜威;鄧世杰;劉偉;章愷堯;荀宇星;葉文龍;曾學勤
• 申請（專利權）人: 長沙理工大學;西南交通大學;中鐵第六勘察設計院集團有限公司
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06N3/08;G06F119/02
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 李林合

1.一種浮置板軌道鋼彈簧損傷定位識別方法，其特征在于，包括以下步驟：

S1、根據已知損傷狀態的鋼彈簧浮置板軌道建立有限元模型，獲取有限元模型中的位移模態、曲率模態、應變模態和應變能模態；

S2、將有限元模型中的位移模態、曲率模態、應變模態和應變能模態分別輸入4個BP神經網絡，對4個BP神經網絡進行訓練；

S3、根據訓練過程中4個BP神經網絡輸出的損傷狀態與實際損傷狀態的誤差對4個BP神經網絡進行反向傳播計算，更新4個BP神經網絡的參數，直至每個BP神經網絡的識別結果誤差小于等于設定值，得到訓練后的4個BP神經網絡；

S4、構建BP-D-S模型：將訓練后的4個BP神經網絡的輸出構造為4條證據體，采用D-S證據理論融合模型對4條證據體進行融合，融合結果為BP-D-S模型的輸出結果；

S5、獲取并將目標鋼彈簧浮置板軌道上的位移模態、曲率模態、應變模態和應變能模態作為BP-D-S模型的輸入，得到BP-D-S模型的輸出；

S6、根據輸入BP-D-S模型的數據的采集位置獲取識別位置，根據BP-D-S模型的輸出完成浮置板軌道鋼彈簧損傷識別；

所述步驟S4中采用D-S證據理論融合模型對4條證據體進行融合的具體方法包括以下子步驟：

S4-1、根據公式：

獲取對形成第l條證據體的焦元的基本信度其中n為焦元總數；E^l為第l條證據體中n個焦元對應的BP神經網絡輸出誤差總和；l＝1,2,3,4，分別對應4條證據體；為第l條證據體中焦元對應的BP神經網絡的輸出；

S4-2、根據公式：

獲取第1條證據體和第2條證據體中第i個焦元融合后的新證據體B中第i個焦元B_i的基本信度m(B_i)，進而得到新證據體B中每個焦元的基本信度；其中表示空集；表示第1條證據體中的第i個焦元；表示第2條證據體中的第i個焦元；p為證據體之間的沖突系數；

S4-3、采用與步驟S4-2相同的方法將新證據體B與第3條證據體進行融合，得到新證據體C，以及新證據體C中每個焦元的基本信度；

S4-4、采用與步驟S4-2相同的方法將新證據體C與第4條證據體進行融合，得到新證據體D，以及新證據體D中每個焦元的基本信度；

S4-5、將新證據體D中每個焦元的基本信度作為目標鋼彈簧浮置板軌道上對應位置處的融合結果，即BP-D-S模型的輸出結果。

2.根據權利要求1所述的浮置板軌道鋼彈簧損傷定位識別方法，其特征在于，所述步驟S2中每個BP神經網絡均包括依次連接的輸入層、隱含層和輸出層；其中：

隱含層的輸出為：

輸出層的輸出為：

誤差為：

其中f₁(·)為輸入層到隱含層的傳遞函數；w_ij為權值；b_1j為閾值；x_i為輸入樣本；n為樣本總數；s為隱含層神經元總數；f₂(·)為隱含層到輸出層的傳遞函數；T_jk為權值；b_2k為閾值；y_j為隱含層的輸出；m為隱含層的輸出總數；t_k為期望輸出，由真實損傷狀態決定；z_k為輸出層的輸出；E為誤差。

3.根據權利要求1所述的浮置板軌道鋼彈簧損傷定位識別方法，其特征在于，所述步驟S3中設定值為0.001。

4.根據權利要求1所述的浮置板軌道鋼彈簧損傷定位識別方法，其特征在于，所述步驟S6中根據BP-D-S模型的輸出完成浮置板軌道鋼彈簧損傷識別的具體方法為：

若BP-D-S模型的輸出值大于0.6，則判定該位置處的浮置板軌道鋼彈簧發生了損傷；若BP-D-S模型的輸出值小于等于0.6，則判定該位置處的浮置板軌道鋼彈簧未發生損傷。