声明
致谢
摘要
1 绪论
1.1 选题背景和意义
1.2 国内外研究现状
1.2.1 轨道不平顺检测技术
1.2.2 车辆轨道耦合动力学发展及应用
1.3 论文主要内容及章节安排
2 轨道不平顺及其数值模拟
2.1 轨道不平顺分类
2.2.1 按激扰方向轨道几何不平顺分类
2.1.2 按波长特征轨道不平顺分类
2.1.3 静态和动态轨道不平顺
2.1.4 轨道刚度不平顺
2.2 轨道几何不平J|f页的随机性描述
2.2.1 轨道不平顺的均方值和方差
2.2.2 轨道几何不平顺功率谱
2.2.3 美国轨道谱
2.2.4 德高高速轨道谱
2.2.5 中国干线轨道谱
2.3 轨道几何不平顺数值模拟
2.3.1 功率谱函数空间域向时间域的转换
2.3.2 基于IFFT的轨道不平顺数值模拟原理
2.3.3 算例仿真
2.4 本章小结
3 轨道不平顺作用下车辆轨道振动动态响应分析
3.1 车辆轨道耦合模型
3.1.1 车辆系统振动方程
3.1.2 轨道动力学方程
3.1.3 车辆轨道耦合关系方程
3.2 车辆轨道耦合动力学方程求解
3.2.1 中心差分法
3.2.2 Newmark隐式积分法
3.2.3 基于Newmark的多步预测-校正算法
3.2.4 新型预测-校正显式积分法
3.2.5 不同直接积分方法的比较
3.3 轨道高低不平顺作用下车辆轨道振动响应分析
3.3.1 不同线路等级下车辆轨道振动响应分析
3.3.2 不同列车运行速度下车辆轨道振动响应分析
3.3.3 不同车型的车辆作用下车辆轨道振动响应分析
3.4 本章小结
4 基于微种群遗传算法和车轨耦合模型的轨道不平顺估计
4.1 遗传算法基本理论
4.1.1 遗传算法的基本原理
4.1.2 遗传算法的主要步骤
4.1.3 微种群遗传算法
4.2 基于微种群遗传算法的轨道静态不平顺估计原理
4.2.1 轨道静态不平顺估计基本原理
4.2.2 非线性系统参数估计求解算法
4.3 轨道静态不平顺估计
4.3.1 基于微种群遗传算法的静态不平顺估计流程
4.3.2 静态不平顺估计结果
4.4 基于估计的静态不平顺下列车通过时动态不平顺求解
4.4.1 车辆轨道振动响应
4.4.2 轨道动态不平顺估计
4.5 本章小结
5 基于支持向量机的轨道刚度参数突变识别算法研究
5.1 支持向量机基本理论
5.1.1 传统机器学习理论缺陷
5.1.2 统计学习理论概述
5.1.3 支持向量机分类原理
5.2 轨道刚度突变下车辆轨道耦合系统振动响应分析
5.2.1 轨下基础结构缺陷的模拟
5.2.2 轨枕失效情况下的车辆轨道振动响应分析
5.2.3 空吊板情况下的车辆轨道振动响应分析
5.3 基于支持向量机的轨道刚度突变辨识算法
5.3.1 训练样本的选取
5.3.2 核函数的选择
5.3.3 支持向量机在轨道刚度突变识别算法中的应用
5.4 改进支持向量机在轨道刚度突变识别算法中的应用
5.4.1 粒子群优化算法改进支持向量机
5.4.2 遗传算法改进支持向量机
5.4.3 改进支持向量机效果对比
5.4.4 基于轨道刚度突变识别结果的钢轨动态位移估计
5.5 本章小结
6 基于UKF的轨道动态不平顺估计优化
6.1 卡尔曼滤波(KF)算法
6.1.1 卡尔曼滤波基本原理
6.1.2 线性离散系统卡尔曼滤波算法
6.2 无迹卡尔曼滤波算法(UKF算法)
6.2.1 非线性系统滤波算法
6.2.2 无迹变换(UT)
6.2.3 UKF算法设计
6.3 状态模型与测量模型
6.3.1 车辆轨道耦合系统状态模型的建立
6.3.2 传感器测量模型的建立
6.4 基于GA与UKF嵌套算法的轨道动态不平顺优化
6.4.1 基于UKF算法的车辆轨道耦合系统振动响应优化
6.4.2 基于GA与UKF嵌套算法的轨道动态不平顺估计
6.5 本章小结
7 总结与展望
参考文献
攻读博士期间参与科研项目与发表论文情况
学位论文数据集