[发明专利]一种轮轨力载荷辨识特征数据模型建立方法及装置在审
| 申请号： | 201710202179.2 | 申请日： | 2017-03-30 |
| 公开（公告）号： | CN108664673A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 王卫东;郭剑峰;靖稳峰;刘金朝;徐贵红;孙善超;梁志明 | 申请（专利权）人： | 中国铁道科学研究院;中国铁道科学研究院基础设施检测研究所;北京铁科英迈技术有限公司;西安交通大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/08 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 李秀芸;汤在彦 |
| 地址： | 100081*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种轮轨力载荷辨识特征数据模型建立方法及装置，其中，方法包括：利用基于变参数域和短时高斯线性调频基的自适应信号分解算法提取轨道‑车辆系统检测数据的时频特征；使用多节点协同共轭稀疏主成分分析算法对所述轨道‑车辆系统检测数据的时频特征进行融合；以多节点特征融合数据作为样本数据集，使用L1/2‑SparsePCA‑ELM神经网络机器学习算法建立轮轨力载荷辨识特征数据模型。本技术方案使用数据建模方法实时的辨识出轮轨力，进而评估轨道‑车辆系统相互作用的安全状态，是现有的基于轨道几何状态检测的轨道质量评判标准的重要补充，有利于综合分析轨道‑车辆系统状态和指导高速铁路轨道养护维修工作。 | ||
| 搜索关键词： | 车辆系统 辨识 轮轨 特征数据 力载荷 轨道 检测数据 模型建立 多节点 时频 主成分分析算法 高速铁路轨道 轨道几何状态 机器学习算法 自适应信号 安全状态 分解算法 评判标准 神经网络 使用数据 特征融合 线性调频 样本数据 变参数 综合分析 高斯 共轭 建模 稀疏 养护 协同 融合 维修 检测 评估 补充 | ||
【主权项】：
1.一种轮轨力载荷辨识特征数据模型建立方法，其特征在于，包括：利用基于变参数域和短时高斯线性调频基的自适应信号分解算法提取轨道‑车辆系统检测数据的时频特征；使用多节点协同共轭稀疏主成分分析算法对所述轨道‑车辆系统检测数据的时频特征进行融合；以多节点特征融合数据作为样本数据集，使用L1/2‑SparsePCA‑ELM神经网络机器学习算法建立轮轨力载荷辨识特征数据模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国铁道科学研究院;中国铁道科学研究院基础设施检测研究所;北京铁科英迈技术有限公司;西安交通大学，未经中国铁道科学研究院;中国铁道科学研究院基础设施检测研究所;北京铁科英迈技术有限公司;西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710202179.2/，转载请声明来源钻瓜专利网。
