基于试验数据的城轨车辆二系悬挂系统神经网络辨识研究.pdfVIP

试验研究 铁道车辆 第 卷第 期 年 月 [[ F FGGS F # # 文章编号! # LPPR*TOPR RPPO PR*PPPV*PU 基于试验数据的城轨车辆二系悬挂系统 神经网络辨识研究 王耀文!张济民!程祖国 同济大学 铁道与城市轨道交通研究院!上海 # FGG996 摘 要!针对城市轨道车辆二系悬挂系统的输入 输出动态关系!根据实测数据应用神经网络对城市轨道车辆二系 * # 悬挂系统进行辨识!建立了二系悬挂动态系统神经网络模型$仿真结果表明%所采用的辨识网络能够对城市轨道车辆二 系悬挂系统的动态关系进行有效的辨识!可以建立一个分析二系悬挂系统特性的神经网络模型$ 关键词!城轨车辆悬挂神经网络系统辨识 中图分类号! a 文献标识码! BF8G1996 18 # # # # 神经网络本身所具有的非线性特性!自学习以及 YU神经网络是采用误差反向传播学习算法的一 ## ## 自适应能力使神经网络具有对非线性映射的任意逼 种多层前向神经网络其结构如图 所示#理论上已 6 近能力可以用神经网络来模拟实际系统的输入 输出 经证明用三层神经网络就能逼近任意的非线性函数 * 关系#在对非线性系统建模时神经网络可以获得满 并已成功地应用于非线性系统的辨识# 意精度和较高可靠性的模型#此外基于神经网络还 可以进行在线辨识能更有效地对系统进行实时仿真 分析#城轨车辆在线路上运行时不确定因素很多运 用神经网络对城轨车辆二系悬挂系统进行辨识是了解 城轨车辆参数的一种有效方法# 本文的数据来源于对广州地铁二号线车辆的在线 试验在试验中测得了二系悬挂系统输入 输出数据 * 并根据这些实测的数据应用神经网络对城市轨道车 辆二系悬挂系统进行辨识建立二系悬挂动态系统神 图L 2神经网络结构 # 经网络模型# LKR 2学习算法 # L 2神经网络理论 # YU神经网络的学习算法采用 YU学习算法即 (误差反向传播算法)是一种有监督的学习过程#对 LKL 2神经网络的概念 # 整个神经网络来说有学习阶段和工作阶段#在学习 神经网络是模拟人脑的神经活动以神经元为基 阶段沿前向计算对应输入的网络输出再将网络输出 本单元通过大量的神经元互相作用而构成的一个系