-
题名基于中点弦测法的车载式车轮不圆度测量
- 1
-
-
作者
时敏栋
尧辉明
袁春平
-
机构
上海工程技术大学城市轨道交通学院
上海工程技术大学化学化工学院
-
出处
《铁道标准设计》
北大核心
2023年第5期174-179,共6页
-
基金
国家自然科学基金项目(51975347)。
-
文摘
列车车轮不圆度是影响列车运行平稳性的重要因素,目前静态检测设备均需抬轮的准备工作,极大降低了检测效率,接触式传感器测量易发生损耗,导致测量发生误差,为提高检测效率以及避免检测误差,采用中点弦测法结合逆滤波器实现对车轮不圆度的车载式测量。检测时列车以低速运行,通过激光位移传感器实现非接触式测量,并同时利用3个激光位移传感器的具体位置关系和测量值得到弦测值作为逆滤波器的输入,构造逆滤波器的频率响应函数使一定波长范围内的不圆度数据得到还原,最后再构造低通滤波器以及进行离散傅里叶变换该车轮各个阶次多边形磨耗的粗糙度等级。通过实验测量数据验证,采用中点弦测法测得的车轮不圆度数据与真实不圆度数值的误差较小,可以实现车轮不圆度数据的车载式测量,各个阶次的粗糙度等级也可反映被测车轮目前的磨损状态。
-
关键词
列车轮对
车轮不圆度
车载式测量
中点弦测法
逆滤波
粗糙度等级
-
Keywords
wheel set
wheel out-of-roundness
on-board measurement
midpoint chord method
inverse filtering
roughness level
-
分类号
U279
[机械工程—车辆工程]
-
-
题名基于灰色神经网络的车轮多边形阶次预测
- 2
-
-
作者
时敏栋
许牧天
朱文杰
崔越
张程
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《智能计算机与应用》
2022年第5期76-80,共5页
-
文摘
针对于车轮多边形阶次发展趋势,运用高精度车轮周向不平顺检测设备进行测量,整合检测到的历史数据,提出了一种基于灰色神经网络的车轮多边形阶次预测模型。该模型充分运用了灰色模型计算量小,不需要大量样本数据的特点以及BP神经网络较强的非线性映射能力,利用该模型对车轮周向每个采样点的不平顺数据进行预测,再通过离散傅里叶变换和滤波处理得出该车轮各个阶次的粗糙度等级,以此来判断车轮多边形阶次的发展,较大程度上解决目前车轮镟修不及时等问题。
-
关键词
多边形阶次预测
灰色理论
神经网络预测
-
Keywords
polygon order prediction
grey theory
neural network prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
U279
[自动化与计算机技术—控制科学与工程]
-