1D CNN和LSTM高速列车横向稳定性状态识别研究

作者：王晓东; 宁静^*; 陈春俊

来源：中国测试, 2020, 46(11): 25-30.

• 高速列车
• 横向稳定性
• 小幅蛇行
• 状态识别
• 1D CNN
• LSTM

高速列车横向稳定性对列车的行车安全有重大影响,针对列车高速运行时出现的小幅蛇行和蛇行失稳问题,提出基于1D CNN和LSTM的识别方法。以高速列车构架横向加速度信号为研究对象,通过1D CNN自适应地对信号进行特征提取,避免手动提取特征的局限性,经1D CNN提取的特征信号作为LSTM的输入,充分利用LSTM学习加速度信号时间维度上的信息,最后通过全连接层输出识别结果。实验结果表明:基于1D CNN和LSTM的方法能准确识别小幅蛇行、蛇行失稳和正常状态,3种状态的识别率均为100%。

• 单位
  西南交通大学