1D CNN和LSTM高速列车横向稳定性状态识别研究

• 作者: 宁静 王晓东 陈春俊
• 来源期刊: 中国测试
• 学科: 交通运输
• 关键词: 高速列车 横向稳定性 小幅蛇行 状态识别 1D CNN LSTM
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 物理测试
• 页码范围: 25-30
• 页数: 6页
• 分类号: U270.33
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2020040093

摘要

高速列车横向稳定性对列车的行车安全有重大影响,针对列车高速运行时出现的小幅蛇行和蛇行失稳问题,提出基于1D CNN和LSTM的识别方法.以高速列车构架横向加速度信号为研究对象,通过1D CNN自适应地对信号进行特征提取,避免手动提取特征的局限性,经1D CNN提取的特征信号作为LSTM的输入,充分利用LSTM学习加速度信号时间维度上的信息,最后通过全连接层输出识别结果.实验结果表明:基于1D CNN和LSTM的方法能准确识别小幅蛇行、蛇行失稳和正常状态,3种状态的识别率均为100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈春俊		112	556	12.0	19.0
2	宁静		23	93	5.0	9.0
3	王晓东		9	38	4.0	6.0