基于离线监督性学习的高铁轮轨关系在线检测技术
作者:李雪飞; 吴月菊; 孙艳红; 王宇超
更新时间:
为了保持高速铁路的稳定运行,提高资源运输的安全性,提出了一种基于离线监督学习算法的轮轨关系在线检测技术。要检测的图像通过高速摄像机获得并拼接。计算加速度、轮轨力和轮轨关系,根据关键部件的振动值得出列车的加速度值,从而判断列车是否处于稳定运行状态。通过间接测量法计算列车的横向力平衡方程和滚动力矩平衡方程,得到轮轨力的具体值。利用K-means算法的聚类处理,厘清每个样本的类中心,找到样本数最少的类,并将其设置为异常类,完成高速铁路轮轨关系的在线检测。仿真结果表明,在稳定性、数据可靠性和实际应用方面,各参数曲线变化范围基本一致,曲线趋势基本一致,使用后轮轨接触状态良好,满足高速铁路轮轨关系在线检测技术的实际应用要求。