原文传递
基于BP神经网络的哈尔滨地铁小半径曲线钢轨磨耗预测
| 论文题名： | 基于BP神经网络的哈尔滨地铁小半径曲线钢轨磨耗预测 |
| 关键词： | 钢轨磨耗;哈尔滨地铁;小半径曲线钢轨;BP神经网络 |
| 摘要： | 城市轨道交通作为一种新兴、大运量、高效率的客运交通方式，在缓解常规公共交通压力、保障市民安全出行和加速城市发展中扮演着重要角色。随着城市人口增多、轨道交通负荷增大和列车运行速度提高，钢轨磨损越来越快，钢轨磨损程度直接关乎轨道交通的运营安全，若维护不当极容易发生重大安全事故。钢轨磨耗预测技术，可以准确掌握钢轨变化趋势，为指导钢轨打磨或更换作业提供科学依据，保证轨道交通安全运行。 钢轨的磨损种类和磨损速度受多种因素影响，其变化规律属于复杂非线性问题，传统方法不能准确地进行预测。针对哈尔滨地铁小半径曲线段钢轨的磨耗测量工作需求，设计了一种基于机械电子式测量原理的便携式侧面磨耗测量小车，解决了哈尔滨地铁原有点接触式测量仪器的测量效率低、测量精度受人为作业水平干扰较大等弊端，提升了钢轨磨耗测量工作的效率和精度，同时减少了钢轨磨耗测量作业的人力成本投入，为哈尔滨地铁钢轨养护工作提供了一种新方法。 本文以哈尔滨地铁小半径曲线处侧磨为研究对象，通过测量实验段轨道12个周期的侧磨值发生情况，对影响钢轨磨损速度的主要变量进行信息收集。随后，建立了基于BP神经网络哈尔滨地铁小半径曲线侧磨仿真模型，并以收集到的数据样本进行训练，提升模型预测精度。最后，对所建立的基于BP神经网络哈尔滨地铁小半径曲线侧磨仿真模型进行实际验证，预测样本均方误差为0.233，满足哈尔滨地铁小半径曲线段钢轨的磨耗预测需求。 |
| 作者： | 张磊 |
| 专业： | 仪器仪表工程 |
| 导师： | 凤雷 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
