基于神经网络的钢轨磨耗与通过总重关联关系的预测方法

来源 :铁道学报 | 被引量 : 0次 | 上传用户:hanson117
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为研究京沪高速铁路线路上钢轨磨耗深度与通过总重的关联关系,进而更加精准地确定钢轨打磨周期,首先基于TensorFlow架构建立钢轨磨耗-通过总重神经网络预测模型,实现通过输入钢轨磨耗深度、列车运行速度、轴重和轮轨廓形参数后预测通过总重的功能.然后建立包含动力学仿真模块、磨耗计算模块和钢轨廓形更新模块的钢轨磨耗仿真计算模型,将其计算结果作为预测模型的训练与测试数据.研究结果表明:钢轨磨耗-通过总重预测模型能够通过钢轨磨耗深度等参数准确预测通过总重,预测精度在93.28% ~97.98%之间.该预测模型能够为精准确定京沪高速铁路钢轨打磨周期提供理论依据和参考.对比分析不同隐含层神经元数目的神经网络预测模型的训练结果可知,预测模型的均方误差(MSE)随隐含层神经元数目变化呈现波动态势,为提高神经网络预测精度,隐含层神经元数目需要合理选取.随着通过总重的增加,钢轨磨耗深度增大,轨头部分曲率半径增大.
其他文献
介绍了由锰硅合金冶炼所产生的高温熔渣,直接热送生产矿渣棉的过程.分析了该工艺的特点,并与传统的岩棉生产进行了比较.说明了该工艺在冶金行业绿色节能方面的意义以及矿渣棉的发展前景.
介绍了31.5 MVA锰硅矿热炉炉衬的砌筑过程,对所使用的耐火材料和砌炉过程中的细节做了简明剖析.针对砌炉过程中的不足之处提出合理化建议,为解决大型锰硅矿热炉因炉衬结构的不合理而发生的漏炉、炉龄短等问题提供一些思路.