1D CNN和LSTM高速列车横向稳定性状态识别研究

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％.