基于神经网络的重载列车缓冲器模型  

Study of Heavy Haul Freight Wagon Buffer Model Based on BP Neural Network

作　　者：胡杨[1] 魏伟[1] 薛齐文[1] 

机构地区：[1]大连交通大学载运工具先进技术重点实验室,辽宁大连116028

出　　处：《大连交通大学学报》2012年第6期1-5,共5页Journal of Dalian Jiaotong University

基　　金：辽宁省教育厅高等学校科学研究计划资助项目(LS2010030)

摘　　要：以试验数据为基础,利用BP神经网络快速准确地建立缓冲器模型,对不同冲击速度下的单车碰撞试验进行模拟仿真,并与试验结果作对比.结果表明:所建模型拟合出缓冲器工作过程的曲线形式与试验曲线形式相似性较高;所拟合的最大阻抗力与试验最大阻抗力误差基本在10%以内,发生位置误差小于1 mm.构建的缓冲器数学模型有利于进一步对HM-1型与HM-2型重载货车缓冲器力学特性的研究,也可以用于其他型缓冲器,利用试验数据构造缓冲器模型.为重载列车缓冲器的试验结果处理、缓冲器模型建立以及重载列车纵向动力学研究开辟了新途径.Based on test data and using BP neural network, a buffer module is established and implemented by means of the analog emulation on vehicle crash test under different impact velocity, and the different test results are compared. The results show that the curve generated by the module of buffer compression process is of high similarity to the test eurve, and the basic error is less than 10% between the greatest impedance and the greatest impedance test forces with the distance less than 1 mm between the regressed and tested greatest impedance force positions,which proves that this method is feasible.

关 键 词：BP神经网络 HM-1型缓冲器 HM-2型缓冲器 数学模型 

分 类 号：U270.34[机械工程—车辆工程]