基于优化深度核极限学习机的重载机车车钩摆角识别方法

【作者】 宋沛泽； 陈是扦； 谢博； 王开云；

【机构】 西南交通大学轨道交通运载系统全国重点实验室；

【摘要】 重载机车车钩失稳严重威胁列车的安全运行。通过实时监测车钩摆角可以反映出车钩稳定状态;然而,传统车钩摆角监测方法存在监测成本高,长期监测稳定性差等缺陷。因此,本论文提出了一种基于优化深度核极限学习机的重载机车车钩摆角识别方法,实现了通过车体振动加速度对车钩摆角的准确识别。首先,搭建重载列车动力学模型,通过动力学仿真提取车体横向振动加速度信号并计算加速度多维信号特征,采用相关性分析筛选出面向车钩摆角识别的敏感特征。进一步,采用核主成分分析法(KPCA)对多传感器的敏感特征进行特征融合及降维,以减少特征维度并实现降噪的效果。最后,利用深度核极限学习机(DKELM)搭建车体横向加速度与车钩摆角的非线性映射模型,使用灰狼优化算法(GWO)改进DKELM模型以获取最优参数。通过仿真及现场试验结果表明,本文所提车钩摆角识别方法具有识别效率高,监测成本低的优点;可以为重载列车车钩摆角监测提供理论基础。更多还原