-
公开(公告)号:CN118372865B
公开(公告)日:2025-02-11
申请号:CN202410467842.1
申请日:2024-04-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于强化学习的高速列车速度曲线优化方法及系统,包括S1:获取道路数据、列车运行时刻数据、列车速度、列车加速度数据,并对其进行预处理,得到预处理后的道路数据、列车运行时刻数据、列车速度、列车加速度数据;S2:定义列车速度曲线优化网络的状态空间和动作空间;S3:构建列车速度曲线优化网络的值函数,并根据根据迭代步对值函数进行更新;S4:设定列车速度曲线优化网络的奖励函数,所述奖励函数中包括乘客舒适度函数、运行总能耗函数、准点性函数;S5:强化学习训练,更新Q表并输出高速列车速度曲线。此方案解决了传统列车速度曲线对于乘客舒适性考虑不足的问题。
-
公开(公告)号:CN114675234B
公开(公告)日:2025-02-11
申请号:CN202210313498.1
申请日:2022-03-28
Applicant: 中南大学
IPC: G01S5/22
Abstract: 本发明涉及列车安全监测技术领域,公开了一种震源定位方法、系统及存储介质,该方法确定M个网格点中每一网格点距离N个传感器的最优路径;以最优路径为传输路径,计算信号在不同波速下到达N个传感器的理论到时差;然后分离出实际冲击信号中的目标频率信号,并计算目标频率信号到达N个传感器的实际到时差;最后根据理论到时差和实际到时差确定震源位置。可以针对各种不同的复杂结构进行准确的定位;基于网格点进行路径寻优可以减少障碍物的影响;基于目标频率信号计算实际到时差可以克服实际到时差提取中冲击信号的频散问题,从而提取准确的实际到时差,以进一步针对高铁的各种复杂结构实现对震源的精准定位。
-
公开(公告)号:CN118372865A
公开(公告)日:2024-07-23
申请号:CN202410467842.1
申请日:2024-04-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于强化学习的高速列车速度曲线优化方法及系统,包括S1:获取道路数据、列车运行时刻数据、列车速度、列车加速度数据,并对其进行预处理,得到预处理后的道路数据、列车运行时刻数据、列车速度、列车加速度数据;S2:定义列车速度曲线优化网络的状态空间和动作空间;S3:构建列车速度曲线优化网络的值函数,并根据根据迭代步对值函数进行更新;S4:设定列车速度曲线优化网络的奖励函数,所述奖励函数中包括乘客舒适度函数、运行总能耗函数、准点性函数;S5:强化学习训练,更新Q表并输出高速列车速度曲线。此方案解决了传统列车速度曲线对于乘客舒适性考虑不足的问题。
-
公开(公告)号:CN116136441B
公开(公告)日:2024-06-25
申请号:CN202310158491.1
申请日:2023-02-23
Applicant: 中南大学
IPC: G01L5/24 , G06F18/213 , G06F17/14
Abstract: 本发明公开了一种基于非线性Lamb波的螺栓早期松动预紧状态监测方法、系统及装置,包括:采集螺栓全寿命预紧状态下的Lamb波信号,并对采集的Lamb波信号进行相位反转信号处理得到相位反转信号,增强非线性波对微损伤的敏感性;基于采集的Lamb波信号频谱的基波幅值和相位反转信号频谱的二次谐波幅值,获取相位反转相对非线性系数;通过相位反转相对非线性系数,获取螺栓早期松动临界点,克服了线性指标对早期松动不敏感的缺点,实现早期松动临界点的识别,在确定松动早期阶段后,基于典型相关森林算法建立了融合非线性损伤指标的定量监测模型对预紧状态进行定量评价;本发明通过获取完全螺栓松动时出现峰值,提高了对螺栓状态监测的准确性。
-
公开(公告)号:CN116858540A
公开(公告)日:2023-10-10
申请号:CN202310814954.5
申请日:2023-07-04
Applicant: 中南大学
IPC: G01M13/045 , G06F30/27 , G06N3/0464 , G06N3/096 , G06F119/14
Abstract: 本发明公开了基于数据融合的列车轴承故障诊断方法、系统、装置及介质,包括:构建轴承故障动力学模型,进一步获取轴承仿真振动信号,从而获取轴承故障动力学模型的故障特征频率;将轴承故障动力学模型的故障特征频率与真实故障轴承试件的故障特征频率进行融合,获取仿真融合故障数据;将仿真融合故障数据频域信号输入卷积神经网络中进行预训练,基于参数迁移策略对真实试验的故障数据进行迁移学习,构建轴承故障诊断模型;基于最优化的轴承故障诊断模型,获取列车轴承的故障位置。本发明通过融合仿真与真实数据达到减少源域与目标域的特征分布差异的目的,并利用机理仿真数据辅助训练模型,提升卷积神经网络模型的泛化能力、稳定性和准确性。
-
公开(公告)号:CN116304767A
公开(公告)日:2023-06-23
申请号:CN202211734264.0
申请日:2022-12-30
Applicant: 中南大学
IPC: G06F18/2321 , G06F18/2135 , G06F18/214 , G06F18/2411 , G06F18/2413 , G01N29/04 , G01N29/44
Abstract: 基于高斯混合模型的过采样多螺栓松动监测方法及相关装置,包括:提取不同螺栓松动情况的Lamb波信号,提取特征值并进行特征约减和归一化;将每个少数类分为不同的高斯分量簇并计算每个簇需要产生的新样本的数量;将SMOTE过采样方法用于每个簇;在生成一个新样本后提出了基于KL距离的判据来判断新样本是否为最佳样本;通过SMOTE连续生成新样本,直到满足新样本的数量后,建立KNN模型后获得螺栓松动监测结果。得到的螺栓松动分类结果与实际的螺栓松动情况相接近,分类结果准确,并且克服了传统多螺栓松动监测中没有考虑所有螺栓松动状态的问题。
-
公开(公告)号:CN116050025A
公开(公告)日:2023-05-02
申请号:CN202310159868.5
申请日:2023-02-23
Applicant: 中南大学
Abstract: 本发明公开了一种吊挂螺栓疲劳寿命评估方法、系统、设备及存储介质,S1,建立吊挂螺栓疲劳寿命模型;S2,根据疲劳寿命模型构建不同合理变量组合下吊挂螺栓的循环寿命数据集;S3,构建分均质量、应力比、动载荷三类融合性特征指标;S4,构建多层感知机网络模型,将三类融合性特征指标作为多层感知机网络模型的输入,将疲劳寿命取对数作为多层感知机网络模型的标签数据;S5,采用筛选并选取后循环寿命数据集中的样本,训练并测试多层感知机网络模型,评估吊挂螺栓的疲劳寿命。求解精度高,适用性强,能准确求解螺栓在不同变量下的循环寿命。
-
公开(公告)号:CN115452956A
公开(公告)日:2022-12-09
申请号:CN202211055536.4
申请日:2022-08-31
Applicant: 中南大学
Abstract: 本发明公开了一种导波信号的多样性扩充方法、系统、设备及介质,S1,对导波信号进行连续小波变换,得到M组尺度信号;S2,分别在特定的取值范围内,随机生成M组幅度系数和频率系数;S3,根据尺度信号、幅度系数和频率系数,计算得到M组新的尺度信号功率谱;S4,采用平均尺度功率对M组新的尺度信号功率谱进行计算,计算所有新的尺度信号的平均功率,得到该导波信号的一个扩充后的波包信号;S5,重复S2‑S4,能够对各种导波信号进行扩充,并且具有物理含义和可解释性。
-
公开(公告)号:CN110617978B
公开(公告)日:2021-07-06
申请号:CN201910888486.X
申请日:2019-09-19
Applicant: 中南大学
IPC: G01M17/10
Abstract: 本发明一种少测点工况下列车车轴裂纹定位方法,仅利用车轴两端的振动数据实现裂纹的轴向定位,对运行态列车测点有限的特殊工况下的状态监测具有重要促进作用;该方法建模过程不需获取实际载荷谱,仅需建立车轴的振动轴向传递模型,构建不同轴向位置、不同激励频率时的轴端幅值比值库,从而基于振动轴向传递模型构建轴端振动响应幅值比数据库,通过实测的含裂纹轮对振动响应轴端幅值比与构建的幅值比数据库相匹配,仅利用轴两端的振动数据实现轮轴裂纹的轴向定位,因此建模可行性高;该方法本质上仅利用转轴的振动轴向传递固有特性,而车轴等轴系的振动轴向传递固有特性的求解理论成熟,因此该方法具有较高的鲁棒性。
-
公开(公告)号:CN110471018A
公开(公告)日:2019-11-19
申请号:CN201910888489.3
申请日:2019-09-19
Applicant: 中南大学
Abstract: 本发明利用变窗长方法,求解得到系列幅值、频率和相位。根据主瓣中心与最近谱线的距离随窗长变化的原理,选取不同窗长的窗函数进行截断,获得多组FFT变换结果,则最近谱线相对于主瓣中心的位置将会存在规律性的接近和远离。理论上,只要遍历各种窗函数长度,最近谱线与主瓣中心的距离就可以无限接近。此时,最大幅值对应的谱线位置即与主瓣中心最近,即最接近幅值真值,并且主瓣中心与最近谱线的距离为零均值的分布。因此,可以将系列频率值的均值作为校正的频率值,将系列幅值的最大值作为校正的幅值,将系列相位的均值作为校正的相位值。本发明频率值、幅值和相位值三者的校正过程相互独立,任一一者的校正误差,不会传递并影响其他两者。
-
-
-
-
-
-
-
-
-