基于人工神经网络方法的轨道检测数据智能分析

《基于人工神经网络方法的轨道检测数据智能分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于人工神经网络方法的轨道检测数据智能分析陈峰、张江（北方交通大学土建学院，100044，jackzj@netease.com）【摘要】本文从实际背景出发，提出了用人工神经网络对轨检数据进行智能分析的方法，并编制了简单的软件系统，可以对由轨检车测得的数据进行智能的模式归类，给出科学合理的评价。文章详细讨论了问题的背景、人工神经网络方法还有轨检车数据的数据结构，并对BP反向传播网络的算法进行了详细的介绍，把我们所编制的轨检数据智能处理软件的需求分析、总体规划、模块划分等进行了详细的说明。最后，我们以京九铁路上行线5月23日的轨检数据为实例进行

2、了实例分析。【关键词】人工神经网络、轨检车、BP算法、铁轨、软件系统ArtificialNeuralNetworkBasedIntelligentAnalysisOfTrackGeometryInspectionStatistics【Abstract】Thispapergivessomeprimarydiscussionaboutmethodologyoftheintelligentanalysisoftrackgeometryinspectionstatisticsbasedonartificialneuralnetworkunderth

3、epracticebackground.Alsoasoftwaresystemisexploitedwhichcanclassifythedetectingstatisticsfromtrackgeometryinspectioncarandgivescientificandreasonableevaluationautomatically.Theessaydiscussthebackgroundoftheproblem,methodologyofartificialneuralnetworkandotherrelatedartificia

4、lintelligenceandthedatastructureoftrackgeometryinspection.BackPropagationarithmeticandtheanalysisofoursoftwareapplication’srequest,overallschemeandthemodeldesignarealsodetailedillustrated.WhilewefindthestatisticsofJingJiurailwaytrackgeometryinspectionastheinstancetoresearc

5、handtestourapplication.【Keywords】ArtificialNeuralNetwork,Trackgeometryinspectioncar,BackPropagationarithmetic,Track,Softwaresystem一、问题背景1．轨检工作简介目前，铁路运输的改革已经取得了辉煌的成就，仅从近年来的几条大规模铁路的修建和整个铁路运输的提速就足以说明问题。然而要想真正做到把铁路变成技术密集型的产业，以及保证它的可持续性发展和集约式增长还有很长的路要走。在线路中最重要的设备无疑是铁轨，所以轨道的检查是线

6、路设备检查工作的核心。目前我们国家的轨检工作是这样进行的：每隔一定日期，由公务段派出专门的轨检技术人员，对其所管辖的路段进行检查。他们通过测量铁轨的轨距、轨向、水平等技术指标采集大量的数据，然后对这些数据进行人工的整理分类从而判断出轨道的使用情况，找出设备存在的问题，采取相应的整修处理方案。目前，工务段的轨检工作以及数据的整理和组织管理都是采用手工劳动完成的，这样大量的人力、物力、时间都用在低层次的原始数据的采集和整理上。这不仅是一种低效率的、劳力密集型的工作，而且由于对于所采集到的数据的归类是由人工完成的，因此，数据的分类依赖于人的主观意

7、识，缺乏一定的客观性以及标准。如何提高数据处理的工作效率，如何减少人为不确定性因素的干扰，以及如何增强数据处理的客观性及标准性正是我们要解决的问题。二、轨检数据的数据结构通过对北京西工务段的实地考查，我们得到了大量的现场数据。从这些数据中我们得到了它的结构。它由两部分组成，一部分是轨检车采集的原始数据，一部分是利用现有的程序进行初步处理的结果，下面分别描述：[2]1、轨检车测得的原始数据这部分数据主要由以下几个指标构成：超限地点、高低（左轨、右轨）、轨向（左、右）、轨距、水平、三角坑、加速度（垂直、水平）、速度。其中除加速度、超限和速度指标

8、以外每项指标都是由测量的峰值和检测到的分布长度两项组成。2、初步处理所得数据初步处理是对上一步得到的除速度以外的各项数据进行初步归类即把每项指标按照一定的标准分成四类，分别代表超