基于神经网络方法的高速列车车外气动噪声预测

被引：4

作者：

李辉

肖新标

金学松

机构：

[1] 西南交通大学牵引动力国家重点实验室

[2] 西南交通大学材料先进技术教育部重点实验室

来源：

噪声与振动控制 | 2015年 / 35卷 / 03期

关键词：

声学; 高速列车; 气动噪声; 声类比理论; 神经网络; 预测;

D O I：

暂无

中图分类号：

U270.16 [];

学科分类号：

080204 ; 082304 ;

摘要：

利用神经网络进行高速列车车外气动噪声预测研究。基于Lighthill声学类比理论,建立高速列车气动噪声计算模型。在此基础上采用Levenberg-Marquardt(LM)算法建立车外气动噪声的神经网络预测模型,选取车外气动噪声样本点对预测模型进行训练,用训练好的神经网络预测模型预测车外气动噪声。结果表明,建立的神经网络模型对车外噪声具有较好的预测效果,可以用来进行高速列车车外噪声预测。

引用

收藏

页码：56 / 59+116 +116

页数：5

相关论文

共 16 条

[1] 基于EMD和神经网络的轮轨故障噪声诊断识别方法研究 [J].

江航 ;

尚春阳 ;

高瑞鹏 .

振动与冲击, 2014, 33 (17) :34-38

[2] 基于神经网络反馈补偿控制的磁悬浮球位置控制 [J].

朱坚民 ;

沈正强 ;

李孝茹 ;

齐北川 .

仪器仪表学报, 2014, 35 (05) :976-986

[3] 高速列车齿轮箱故障诊断技术研究 [J].

田静宜 ;

杨业 ;

张思 ;

杨雪峰 .

机械工程师, 2013, (06) :77-78

[4]

基于BP神经网络的人体血液中红细胞浓度无创检测[J]. 张宝菊,雷晴,李刚,林凌,王慧泉,Jean Gao.光谱学与光谱分析. 2012(09)

[5] TB8钛合金固溶组织研究及神经网络预测 [J].

段园培 ;

李萍 ;

薛克敏 ;

甘国强 ;

曹婷婷 .

稀有金属材料与工程, 2012, 41 (08) :1426-1430

[6] 高速列车气动噪声数值仿真 [J].

张军 ;

黄艳艺 ;

兆文忠 .

大连交通大学学报, 2012, 33 (04) :1-4+20

[7] 高速列车表面气动噪声偶极子声源分布数值分析 [J].

郑拯宇 ;

李人宪 .

西南交通大学学报, 2011, 46 (06) :996-1002

[8] 高速列车气动噪声的研究与控制 [J].

朱剑月 ;

景建辉 .

国外铁道车辆, 2011, 48 (05) :1-8

[9] 基于神经网络的磷酸铁锂电池SOC预测研究 [J].

尹安东 ;

张万兴 ;

赵韩 ;

江昊 .

电子测量与仪器学报, 2011, 25 (05) :433-437

[10] 高速列车车身表面气动噪声源研究 [J].

刘加利 ;

张继业 ;

张卫华 .

铁道车辆, 2010, 48 (05) :1-5+47