科研之友
微信
新浪微博
Facebook
分享链接
摘要
轨道车辆车体振动加速度是反映列车振动状态以及轮轨接触性能的关键参数,也是车身减振和乘坐舒适性评价的重要依据。然而车体振动受轨道病害、轮-轨作用力及外界环境等多个耦合因素的影响使得较难准确预测其大小,为了解决该问题,提出了一种基于轨检数据的轨道车辆车体振动预测方法。以GJ-5型轨检车在广深Ⅱ线工务段所采集的检测数据为研究对象,利用归一化和最大信息系数法实现多参数量纲归一化及数据筛选,获取了与车体垂向、横向及水平振动密切耦合参数,得到了轨检车检测有效数据集。采用回归树及袋装回归集成算法,构建了基于袋装回归树集成算法的车体振动预测模型,实现了高精度轨道车辆车体振动预测。最后通过与实测数据和单棵回归树及时序回归树算法对比,验证了算法的有效性。结果表明,袋装回归树集成算法具有更优的预测性能,与实测结果相比采用基于轨检数据的轨道车辆车体振动预测方法精度可达90%以上,误差低于0.003 g。
-
单位上海航天设备制造总厂; 上海工程技术大学
