检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:张金喜[1] 王佩荣 曹丹丹 曾靖翔 ZHANG Jinxi;WANG Peirong;CAO Dandan;ZENG Jingxiang
机构地区:[1]北京工业大学城市建设学部,北京市100124
出 处:《中外公路》2023年第4期45-51,共7页Journal of China & Foreign Highway
基 金:国家自然科学基金资助项目(编号:51778027);国家重点研发计划项目(编号:2018YFB1600302)。
摘 要:为探讨路面性能的智能化检测和监测方法,该文利用自主开发的行车数据采集APP采集路面行车过程中的振动加速度等数据,开展了利用行车振动评价路面车辙的可行性研究。首先,对采集的振动加速度数据进行降噪处理,分析不同工况下的行车振动特征;其次,提取振动加速度中与路面车辙相关性较高的7个时域指标作为初选指标集,并通过主成分分析法将7个初选指标降维成两个独立的主成分;最后,将两个主成分和速度作为评价指标,建立基于卷积神经网络(CNN)的车辙评价模型。结果表明:该文方法对路面车辙评价的平均绝对误差为1.03 mm,平均相对误差为16.4%。利用该文所建立的模型能够对路面车辙进行较为准确的评价,可为利用行车大数据进行路面车辙的实时在线监测提供一定的参考。
关 键 词:车辙 振动加速度 主成分分析 卷积神经网络 智能手机
分 类 号:U416.2[交通运输工程—道路与铁道工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.31