铁路弓网接触力识别方法及装置.pdf

(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CN113267286A(43)申请公布日2021.08.17(21)申请号202110752093.3(51)Int.Cl.(22)申请日2021.07.02G01L5/00(2006.01)G01H17/00(2006.01)(71)申请人中国国家铁路集团有限公司G01P15/00(2006.01)地址100844北京市海淀区复兴路10号G06N3/04(2006.01)申请人中国铁道科学研究院集团有限公司G06N3/08(2006.01)中国铁道科学研究院集团有限公司基础设施检测研究所北京铁科英迈技术有限公司(72)发明人郭剑峰刘金朝张文轩杨志鹏陶凯代春平王婧汪海瑛徐晓迪崔玮辰丁宇鸣(74)专利代理机构北京三友知识产权代理有限公司11127代理人侯天印郝博权利要求书2页说明书10页附图12页(54)发明名称铁路弓网接触力识别方法及装置(57)摘要本发明提供了一种铁路弓网接触力识别方法及装置，该方法包括：获得弓网检测车采集的受电弓振动响应数据和弓网接触力数据；对弓网接触力数据进行滤波处理；对滤波处理后的弓网接触力数据进行区段大值提取，获得弓网接触力区段大值；对受电弓振动响应数据进行特征提取，获得受电弓振动响应特征数据；以受电弓振动响应特征数据和列车运行速度数据作为输入，以弓网接触力区段大值作为输出，训练LSTM神经网络模型，获得训练好的LSTM神经网络模型；在获得新的受电弓振动响应数据和列车运行速度数据后，输入至训练好的LSTM神经网络模型，获得铁路弓网接触力识别结果。本发明可以对铁路弓网接触力进行识别，效率高，成本低。CN113267286ACN113267286A权利要求书1/2页1.一种铁路弓网接触力识别方法，其特征在于，包括：获得弓网检测车采集的受电弓振动响应数据和弓网接触力数据；对所述弓网接触力数据进行滤波处理，获得滤波处理后的弓网接触力数据；对滤波处理后的弓网接触力数据进行区段大值提取，获得弓网接触力区段大值；对受电弓振动响应数据进行特征提取，获得受电弓振动响应特征数据；以受电弓振动响应特征数据和列车运行速度数据作为输入，以弓网接触力区段大值作为输出，训练LSTM神经网络模型，获得训练好的LSTM神经网络模型；在获得新的受电弓振动响应数据和列车运行速度数据后，输入至训练好的LSTM神经网络模型，获得铁路弓网接触力识别结果。2.如权利要求1所述的铁路弓网接触力识别方法，其特征在于，所述受电弓振动响应数据为受电弓振动加速度数据，受电弓振动响应特征数据为受电弓振动加速度时域特征数据；对受电弓振动响应数据进行特征提取，获得受电弓振动响应特征数据，包括：对受电弓振动加速度数据进行滤波处理，获得滤波处理后的受电弓振动加速度数据；从滤波处理后的受电弓振动加速度中提取受电弓振动加速度时域特征数据。3.如权利要求2所述的铁路弓网接触力识别方法，其特征在于，对所述弓网接触力数据进行滤波处理，包括：采用带通滤波器，对所述弓网接触力数据进行滤波处理；对受电弓振动加速度数据进行滤波处理，包括：采用带通滤波器，对受电弓振动加速度数据进行滤波处理。4.如权利要求1所述的铁路弓网接触力识别方法，其特征在于，所述受电弓振动响应数据为硬点检测数据，受电弓振动响应特征数据为硬点移动有效值；对受电弓振动响应数据进行特征提取，获得受电弓振动响应特征数据，包括：根据硬点检测数据，计算硬点移动有效值。5.如权利要求4所述的铁路弓网接触力识别方法，其特征在于，采用如下公式，根据硬点检测数据，计算硬点移动有效值：其中，sr为第r个硬点移动有效值；xi为第i个硬点检测数据中的振动加速度信号；K为向前加窗的窗长。6.一种铁路弓网接触力识别装置，其特征在于，包括：数据采集模块，用于获得弓网检测车采集的受电弓振动响应数据和弓网接触力数据；滤波处理模块，用于对所述弓网接触力数据进行滤波处理，获得滤波处理后的弓网接触力数据；弓网接触力区段大值获得模块，用于对滤波处理后的弓网接触力数据进行区段大值提取，获得弓网接触力区段大值；受电弓振动响应特征数据获得模块，用于对受电弓振动响应数据进行特征提取，获得受电弓振动响应特征数据；神经网络模型获得模块，用于以受电弓振动响应特征数据和列车运行速度数据作为输2CN113267286A权利要求书2/2页入，以弓网接触力区段大值作为输出，训练LSTM神经网络模型，获得训练好的LSTM神经网络模型；接触力识别模块，用于在获得新的受电弓振动响应数据和列车运行速度数据后，输入至训练好的LSTM神经网络模型，获得铁路弓网接触力识别结果。7.如权利要求6所述的铁路弓网接触力识别装置，其特征在于，所述受电弓振动响应数据为受电弓振动加速度数据，受电弓振动响应特征数据为受电弓振动加速