来源：期刊VIP网 时间：
作者：陈春俊1,2;林梦1
单位：1.西南交通大学机械工程学院;2.西南交通大学轨道交通运维技术与装备四川省重点实验室
摘要：传统的有砟道床横向阻力离线检测方法费时耗力且对轨道具有一定破坏性，研究道床横向阻力智能感知方法对提高铁路运维作业效率具有重要意义。该文提出一种融合多体动力学机理与机器学习建模的道床横向阻力智能感知方法。该方法精确表征动力稳定车-稳定装置-有砟轨道十一自由度横向耦合作用，采用基于RBF代理模型优化的参数辨识理论，结合现场试验数据，构建动力学参数与道床横向阻力端到端的深度全连接神经网络（DNN）机器学习模型。通过机理模型与机器学习算法相结合实现横向阻力实时感知。研究结果表明：所提出的道床横向阻力智能感知方法具有较好精度，感知结果与实测数据误差绝对值为2.13%～18.38%。
关键词：动力稳定车;道床横向阻力;动力学模型;参数辨识;机器学习
基金资助：国家自然科学基金资助项目(52372402,U2034210)
