基于人工神經網絡的輪軌力預測.pdf

1、隨著鐵路運輸向著高速、重載、大運量和高密度的方向發(fā)展,保證列車的安全平穩(wěn)運行成為當前的一項重要任務。輪軌力是造成列車脫軌、軌道損傷/失效、列車部件損傷的主要原因,我們可以根據輪軌力來評定列車運行安全性和平穩(wěn)性,為限速提速提供依據,因此輪軌力的預測具有重要的理論與實際意義。
　　 與傳統(tǒng)建模和控制技術相比,人工神經網絡具有良好的穩(wěn)固性和容錯能力,同時具有較強的自學習能力及并行處理能力,其仿真速度遠高于傳統(tǒng)建模方法。因此,在工程領域

2、,人工神經網絡廣泛應用于模式識別、非線性系統(tǒng)建模與控制中。本文以精確預測輪軌力為目的,主要討論了基于多種人工神經網絡的輪軌力預測方法,并提出一種適用大型NARX神經網絡結構的訓練算法。
　　 本文首先介紹了輪軌相互作用系統(tǒng)的相關知識,包括軌道不平順和輪軌力定義及其對列車安全行車的影響;然后闡述了人工神經網絡的基本概念、發(fā)展歷程及其研究內容和應用領域;其次討論了靜態(tài)神經網絡與動態(tài)神經網絡的優(yōu)缺點,選定了BP、FFTD、NARX神經

3、網絡結構對輪軌力進行預測建模,采用經驗遍歷法確定隱節(jié)點數目及時間延遲階數,仿真結果表明動態(tài)神經網絡更適合輪軌力的預測;在 NARX神經網絡的基礎上,提出了一種適用大型NARX神經網絡結構的訓練算法,完成實驗仿真,實現(xiàn)輪軌力的預測;最后,對BP、FFTD、NARX和改進NARX神經網絡的四種預測模型的預測效果進行了比較分析,結果表明基于改進NARX神經網絡的預測模型的預測精度最高,從而驗證了人工神經網絡用于輪軌力預測的有效性和可行性,并證