文档名：基于数字散斑的轮轨垂向载荷识别方法研究
摘要：快捷有效地进行轮轨垂向载荷检测对保障轨道车辆的服役可靠性与运行安全具有重要意义.现有轮轨载荷检测方法尽管能实现轮轨垂向载荷的有效检测,但其测量精度受传感器布设方案、系统标定的限制,仅能实现定点检测.因此,引入数字散斑图像相关技术,为轮轨垂向载荷的快速、非定点检测提供新的技术方案.为了实现钢轨轨侧应力场的非接触、快速测量,通过左右相机同步采集垂向载荷作用下的钢轨散斑图像序列,并通过图像相关理论模型进行变形前后子区像素点的匹配和应力场计算.为了利用数字散斑检测获得的钢轨轨侧应力分布进行轮轨垂向载荷的识别,提出一种基于极限学习机(ELM)的轮轨垂向载荷识别方法.该方法采用Workbench有限元软件建立钢轨的数值模型,通过数值模拟结果选取应力变化相对敏感的区域作为轮轨垂向载荷检测的兴趣域,基于应力场数据集和对应的载荷数据集设计ELM网络参数,进而实现轮轨垂向载荷的自动识别.为了验证提出的轮轨垂向载荷识别模型的有效性,搭建基于XT-DIC的轮轨垂向载荷数字散斑检测实验平台.实验结果表明,用Y和Z方向模应力输入的方式构建的ELM模型有着最佳的识别性能,其垂向载荷预测误差仅有5.357%.研究结果为轮轨垂向载荷的非定点快速检测提供了新的可靠途径.
Abstract：Fastandeffectivedetectionofwheel/railverticalloadisofgreatsignificanceforensuringthereliabilityandsafetyofrailvehiclesinservice.Althoughexistingwheel/railloaddetectionmethodscaneffectivelydetectwheel/railverticalloads,theirmeasurementaccuracyislimitedbysensordeploymentschemesandsystemcalibration,andcanonlyachievefixedpointdetection.Therefore,thisstudyintroduceddigitalspeckleimagecorrelationtechnologytoprovideanewtechnicalsolutionforrapidandnon-fixedpointdetectionofwheel/railverticalloads.Inordertoachievenon-contactandrapidmeasurementofthestressfieldontherailside,asequenceofrailspeckleimagesunderverticalloadwassynchronouslycollectedbyleftandrightcameras,andthesub-regionpixelpointmatchingandstressfieldcalculationbeforeandafterdeformationwerecarriedoutthroughimagerelatedtheoreticalmodels.Inordertoidentifythewheel/railverticalloadusingtherailsidestressdistributionobtainedbydigitalspeckledetection,awheel/railverticalloadidentificationmethodbasedontheExtremeLearningMachine(ELM)wasproposed.ThismethodusedWorkbenchfiniteelementsoftwaretoestablishanumericalmodelofthesteelrail.Throughthenumericalsimulationresults,areasthatarerelativelysensitivetostresschangeswereselectedastheinterestdomainforwheel/railverticalloaddetection.Basedonthestressfielddatasetandcorrespondingloaddataset,ELMnetworkparametersweredesignedtoachieveautomaticrecognitionofwheel/railverticalload.Toverifytheeffectivenessoftheproposedwheel/railverticalloadidentificationmodel,adigitalspeckledetectionexperimentalplatformforwheel/railverticalloadbasedonXT-DICwasestablished.TheexperimentalresultsshowthattheELMmodelconstructedbyinputtingmodestressintheYandZdirectionshasthebestrecognitionperformance,withaverticalloadpredictionerrorofonly5.357%.Theresearchresultsprovideanewandreliablewayapproachfornonfixedpointrapiddetectionofwheel/railverticalload.
作者：陈晶伟 姜曼 杨岳 Author：CHENJingwei JIANGMan YANGYue
作者单位：中南大学交通运输工程学院,湖南长沙410075中南大学交通运输工程学院,湖南长沙410075;株洲电力机车有限公司大功率交流传动电力机车系统集成国家重点实验室,湖南株洲412000
刊名：铁道科学与工程学报
Journal：JournalofRailwayScienceandEngineering
年，卷(期)：2024, 21(2)
分类号：U213.912
关键词：轮轨载荷 数字散斑图像 钢轨应力 ELM
Keywords：wheel-railload digitalspeckleimage railstress ELM
机标分类号：S781.2TP391.41TH16
在线出版日期：2024年3月19日
基金项目：国家自然科学基金，大功率交流传动电力机车系统集成国家重点实验室开放课题基于数字散斑的轮轨垂向载荷识别方法研究[
期刊论文] 铁道科学与工程学报--2024, 21(2)陈晶伟 姜曼 杨岳快捷有效地进行轮轨垂向载荷检测对保障轨道车辆的服役可靠性与运行安全具有重要意义.现有轮轨载荷检测方法尽管能实现轮轨垂向载荷的有效检测,但其测量精度受传感器布设方案、系统标定的限制,仅能实现定点检测.因此,引入...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于数字散斑的轮轨垂向载荷识别方法研究 Research on wheel-rail vertical load detection based on digital speckle pattern
基于数字散斑的轮轨垂向载荷识别方法研究.pdf
- 文件大小:
- 3.69 MB
- 下载次数:
- 60
-
高速下载
|
|
