预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107451095A(43)申请公布日2017.12.08(21)申请号201710528467.7(22)申请日2017.07.01(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人曹康邢宗义(74)专利代理机构南京理工大学专利中心32203代理人薛云燕(51)Int.Cl.G06F17/12(2006.01)G06F17/15(2006.01)权利要求书3页说明书7页附图2页(54)发明名称一种城轨车辆轮对曲线拟合方法(57)摘要本发明公开了一种城轨车辆轮对曲线拟合方法。方法为:获取轮对表面数据信息点:通过布置在轨道两侧的二维激光位移传感器获取轮对表面的数据信息;对表面数据信息预处理:将检测到的轮对表面数据进行预处理,得到重构的轮对表面曲线;确定待拟合曲线段:根据已重构的轮对表面曲线,确定轮对曲线上待拟合的区域;轮对曲线拟合:在待拟合区域范围内,采用最小二乘支持向量机法,对轮对表面曲线进行拟合处理,得到完整的轮对表面曲线;计算轮对尺寸参数:根据轮对尺寸参数定义准则,计算得到轮对尺寸参数。本发明使用二维激光位移传感器获取轮对表面数据信息,使用最小二乘的支持向量机法将非线性逼近问题转化为线性逼近问题,拟合效果好、计算结果准确。CN107451095ACN107451095A权利要求书1/3页1.一种城轨车辆轮对曲线拟合方法,其特征在于,包括以下步骤:步骤1,获取轮对表面数据信息点:通过布置在轨道两侧的二维激光位移传感器获取轮对表面的数据信息;步骤2,轮对表面数据信息预处理:将检测到的轮对表面数据进行预处理,得到重构的轮对表面曲线;步骤3,确定待拟合曲线段:根据已重构的轮对表面曲线,确定轮对曲线上待拟合的区域;步骤4,轮对曲线拟合:在待拟合区域范围内,采用最小二乘支持向量机法,对轮对表面曲线进行拟合处理,得到完整的轮对表面曲线;步骤5,计算轮对尺寸参数:根据轮对尺寸参数定义准则,计算得到轮对尺寸参数。2.根据权利要求1所述的城轨车辆轮对曲线拟合方法,其特征在于,步骤1所述的获取轮对表面数据信息点,具体为:在单侧轨道的内外两边分别布置第一二维激光位移传感器S1、第二二维激光位移传感器S2,第一二维激光位移传感器S1、第二二维激光位移传感器S2的激光发射点不高于轨道平面,第一二维激光位移传感器S1和第二二维激光位移传感器S2关于该轨道对称分布,射出的激光束重合于同一平面,该平面与水平面夹角为θ,第一二维激光位移传感器S1、第二二维激光位移传感器S2与铅垂线夹角均为α;第一二维激光位移传感器S1、第二二维激光位移传感器S2探测到的轮对表面数据信息为二维坐标点,分别为(u1(i)(i)(j)(j),v1)、(u2,v2)。3.根据权利要求1所述的城轨车辆轮对曲线拟合方法,其特征在于,步骤2所述的轮对表面数据信息预处理,具体为:将二维激光位移传感器自带的坐标系进行坐标旋转处理;将探测过程中检测到的轨道、车轮轴线和刹车器部分进行去除干扰处理;将轨道两侧的二维激光位移传感器之间存在的空间隔离进行坐标平移处理,统一到同一坐标系下;最终得到重构的完整轮对表面曲线数据。4.根据权利要求1所述的城轨车辆轮对曲线拟合方法,其特征在于,步骤3所述的确定待拟合曲线段,具体为:设定无磨损的轮对踏面内端面为基准线l,则轮对轮缘待拟合曲线段为[l-d2,l-d1],其中d1∈(2,7),d2∈(35,40);轮对踏面待拟合曲线段为[l-70-d3,l-70+d4],其中d3、d4∈(8,25)。5.根据权利要求1所述的城轨车辆轮对曲线拟合方法,其特征在于,步骤4所述的采用最小二乘支持向量机法,对轮对表面曲线进行拟合处理,设定待拟合曲线段的离散数据点为(x(i),y(i)),具体步骤如下:(4.1)拟合函数形式为其中是特征映射,w和b为待求的拟合参数;优化目标为式(1):2CN107451095A权利要求书2/3页T****T*其中ξ=(ξ1,ξ2,…,ξl),ξ=(ξ1,ξ2,…,ξl),ξ、ξ为松弛因子,ε为逼近精度,γ是设定的惩罚系数;(4.2)将式(1)转化为等式约束,优化目标转化为式(2):T其中ξ=(ξ1,ξ2,…,ζl);式(2)的Lagrangian函数为T其中α=(α1,α2,…,αl);α为拉格朗日乘子;(4.3)由式(3)得即T其中,N为样本数目,l为样本维度,y=[y1,y2,…,yl],TTξ=(ξ1,ξ2,…,ξl),α=(α1,α2,…,αl);由式(5)知消去w、ξi得线性方程组:结合Mercer条件知:22核函数k(·,·)取高斯核函数exp(-||xi-xj||/(2σ));(4.4)记A≡Ω+γ-1I,式(5)转