一种脱轨系数的预测方法

摘要

本发明公开了铁路安全技术领域中的一种脱轨系数的预测方法。首先利用轨检车采集轨道的左轨高低不平顺、左轨轨向不平顺、右轨高低不平顺和右轨轨向不平顺数据；然后利用专业软件ADAMS/RAIL对采集的数据进行仿真，得到轮轨力数据，即垂向轮轨力和横向轮轨力，进而求得脱轨系数，并对脱轨系数归一化处理；选取训练样本训练NARX神经网络模型；对训练好的NARX神经网络预测模型进行测试，输出测试后的脱轨系数数据；对测试样本中的脱轨系数数据和测试后的神经网络得到的脱轨系数数据进行分析，评价NARX神经网络预测模型的性能。本发明能够精确预测脱轨系数，提过了对铁路行车安全评价的准确性，对轨道交通安全控制具有重要的现实意义。

主权项

一种脱轨系数的预测方法，其特征是该方法包括以下步骤：步骤1：利用轨道检测车检测轨道的不平顺数据；步骤2：通过步骤1采集的不平顺数据，利用ADAMS/RAIL软件建立模型仿真求得轨道的垂向轮轨力和横向轮轨力，进而求得脱轨系数，并对脱轨系数归一化处理；步骤3：利用归一化后的脱轨系数对算法改进的NARX神经网络预测模型进行训练，并通过指定网络性能评价函数确定NARX神经网络预测模型的权值和阈值的优化效果；步骤4：将步骤1采集的数据输入训练后的算法改进的NARX神经网络预测模型得到脱轨系数，用均方根误差法对该模型评价。