9] 根据以上步骤获得优化后的轨道高低不平顺检测系统中的参数，利用随机抽取的 样本数据进行验证。这里，可以获得初始BRB对轨道高低不平顺幅值的估计曲线与优化后 的BRB对轨道高低不平顺幅值估计曲线如图4所示，图4 (a)表示初始BRB对轨道高低不平 顺幅值的估计曲线，图4 (b)表示优化后BRB的模型对相同输入变量时轨道高低不平顺幅值 的估计曲线，其中由轨检车获得的数据作为真实值用"一"表示，本发明方法给出的轨道高 低不平顺幅值估计值用"表示，图5表示初始和优化后BRB对轨道高低不平顺幅值的估 计分别与真值之间的绝对误差，其中"一"代表初始BRB对轨道高低不平顺幅值估计与真值 之间的绝对误差曲线，"一*--"代表优化后的BRB对轨道高低不平顺幅值估计与真值之间 的绝对误差曲线。
【主权项】
1.基于优化置信规则推理的轨道高低不平顺幅值估计方法，其特征在于该方法包括以 下各步骤： 步骤（1)利用GJ-5型轨道检测车上分别安装在车轴与车厢上的垂直振动加速度 计获得车轴和车厢位置的时域振动加速度信号a:(t)和&2(〇,其幅值单位为G，其中 ai(t) G [-0.2,0.2]，a2(t) G [-15.8，15.5]，GJ-5 型轨道检测车运行时速为 100 千米 /小时~150千米/小时，两个加速度计的振动信号均为每隔h米同时采样一次，满足 0? 2m彡h彡0? 3m，共计采集T次，1000彡T <①，则采样时刻t = 1，2,…，T ; 步骤（2)将步骤（1)中获取的时域振动信号&1(〇和&2(〇进行短时傅里叶变换，获 取每个采样时刻的频域频谱，其中设置短时傅里叶变换中窗函数的窗口宽度为T，且满足 20$ T <25,通过短时傅里叶变换后得到每个时刻窗口各个频率的幅值，并求每个频率幅 值平方的平均值，该平均值即为对应频谱的平均功率，将其作为每个采样时刻所获取振动 时域信号a :(t)和a2(t)对应的振动频域特征f\(t)和f2(t); 步骤（3)从GJ-5型轨道检测车上获取每个采样时刻轨道高低不平顺的幅值Y(t)，其单 位为毫米： 在GJ-5型轨道检测车上获取每个采样时刻转向架垂直振动加速度时域信号、惯性基 准测量值，以及列车倾角信号之后，利用GJ-5型轨道检测车所携带的数据处理系统中的惯 性参考测量算法，从这些信号数据中计算出轨道高低不平顺的幅值Y (t)，将(t)、f2 (t)和 Y(t)表示成向量p(t) = [fdt)，f2(t), Y(t)]，共计得到T个向量，它们组成的向量集记为 P = {p(t) |t = 1，2,…，T}; 步骤（4)建立置信规则库，用其反映车轴及车厢处振动频率特性变量^和〖2与高低不 平顺的幅值变量Y之间的非线性关系，其中，置信规则库的第k条规则记为Rk，其表示形式 如下： Rk: If fi isAfAND f2 is 4 THEN Y is 福為義办…，(??观，私{1:，2,"*，毛} (1); Rk的规则权重为9 k，满足〇彡叭彡1;输入变量f JPf 2对应的属性权重分别为 S 〇 S 2，且 〇 彡 S !，S 2彡 1 ; 式⑴中，和'分别为置信规则库的输入变量的匕和f 2参考值，且有 4 '，…，U，其中j = 1，2, q# 4的取值空间，其中的元素满足IHj表示对应第j 个输入变量参考值的取值个数，HijS 1 ;分别在Q i，Q2中抽取一个元素作为f p f2的参考值， 由此组合成规则，共计产生L = IH1 \1]12条规则，L彡1，k = 1，2, 3,…，L为规则的编号； 式⑴中，Rk后项属性分别SD1, D2，…，Dn，并有Ly彡D :< D 2<…< Dn彡R Y，N彡2，;e2,k，…，\><分别为〇 1，〇2，*"，队的信度值， 并满足〇彡Piik彡1，X.二Pu=丨，：/=丨，2,… 其中，式（1)中，设定初始规则权重为Gk= 1，初始属性权重S 1 ; 步骤（5)给定振动频率特性匕和〖2后，通过置信规则库推理获取它们对应的轨道高低 不平顺幅值估计结果:#，具体步骤如下： 步骤（5-1)设定匕和f 2的取值分别为#和//，上标I表示置信规则库的输入，并有 < ,]，./]_' J，将它们带入置信规则库，计算它们激活各个规则的权重：式（2)中，表示为第k条规则中第j个输入变量相对于参考值的匹配度，c = 1，2,…，Hlj，匹配度的具体如下： (a) 当./；/<為,和/ 7 M m时，//对于'和4.?,的匹配度a).(取值均为1，对于其他参考 值的匹配度均为〇 ; (b) 当4</^4_时^对于^肩夂一的匹配度'取值分别由式⑷和式⑶给 出此时，输入变量对应的其他参考值的匹配度均为〇 ; 步骤（5-2)获得输入变量为和//时，模型推理后的不同后项输出的信度融合值g:步骤（5-3)获得输入变量为//和#时轨道高低不平顺幅值估计结果f :步骤（6)选择训练优化样本集Pt 随机从步骤（3)中给出的向量集P = {p(t) |t = 1，2,…，T}，从中抽选出TN个向量组 成训练样本集Pt= {p (t) 11 = 1，2,…，TN}，TN彡500,这里选择的训练样本集能够尽量激 活所有规则，并将样本集中向量的前两维、名的取值作为置信规则库模型的输入， 按照步骤（5)得出它们的估计值}^(/); 步骤（7)确定置信规则库非线性优化模型 步骤（7-1)确定优化参数向量 V = ( 0k，5 .j，P i，k k = 1，2,…，L，j = 1，2, i = 1，2,…，N) (9) 将各优化参数组成向量V = [V1, v2，…，vTn]，向量是由规则库中规则权重、属性权重和 后项信度组合而成，Tn为优化参数的个数，Tn > 2,这里Tn = L+2+LXN，故满足0彡va< 1， a = 1，2,…，Tn，且对应~为P lik时满足，D^7=I ; 步骤（7-2)建立优化目标函数为：步骤（8)获得基于序列线性规划的置信规则库模型，具体步骤如下： 步骤（8-1)将非线性模型中的目标函数进行一阶泰勒展开UV) ^UV0)+v%(vt)w-v0) (V) (11) 其中，V。为初始的置信规则库模型对应的变量值，I (V。）表示将V。带入式（10)对应的 函数值，并令UV。）=〇1^_0，￥%:(匕)表示给定模型初始值V。时目标函数对应各优化参数Va 的一阶偏导数，I W(V)表示非线性规划模型近似的线性规划模型的目标函数，其中，向量V 为未知参数向量；由此，可将非线性模型简化为线性规划问题： min C (〇) (V) s. t. 0 < va< 1，a = 1，2,…，Tn (12) 且对应~为P lik时，满足I^p7i=I 步骤（8-2)确定优化参数向量V中各参数Va的寻优区间 (a) 确定各参数Va的上限向量UB，其中参数0 lik对应的上限为：规则权重及属性权重的上限UB2均为1，由向量UB 2与UB 3且成向量UB，其中T k表示在 样本数据中，同时激活第k条规则的样本数据集Wt对应时刻t组成的集合； (b) 确定线性规划中的移动限move_lim : 设置上限的10%作为最初选取的移动限范围，move_lim = [lower, upper]，其中， lower表示优化参数的移动下限，upper表示优化参数的移动上限，这里，tx用于缩小移动限范围，初始tx = 0. 5,0. 5 < tx < 20 ; 将移动限确定的取值范围与式（12)中给定的各参数的取值范围取交，确定出最终优 化参数的寻优区间； 步骤（8-3)获得近似线性规划的局部最优解V_yh 根据线性规划理论，结合步骤（8-2)确定的各优化参数的寻优区间，在寻优区间内寻 找参数的局部最优解V_yh; 步骤（8-4)判定优化参数的结果是否满足设计要求 将步骤（8-3)中线性优化结带入式（10)，得到优化参数后的模型对应的目标函 数值objl ; 如果objl多objO,说明线性规划的结果不如初始模型的结果，此时，tx的值加1，重新 带入步骤（8-2-b)，通过缩小移动限的方式，缩小寻优区间继续寻找最优值，tx > 20时说明 变量的移动限变化不大，停止搜索，重新赋值tx = 0. 5,并输出此时模型参数V_yh ; 如果objl < objO,说明此时线性规划的结果要优于初始模型的结果，判断是否满足设 计要求|〇bjl_obj〇| < err，err表示允许的设计误差，0 < err彡0. 1，满足要求则输出此 时的结果V_yh ; 如果|objl_obj〇| >err，将优化后的V_yh赋给VQ，objl的值赋给objO,带入步骤（8) 重新进行循环迭代，直到|〇bjl-〇bj〇|彡err，停止迭代，并输出结果V_yh; 得到的训练优化结果V_yh组成的模型，即为训练优化后的轨道高低不平顺装置的置 信规则库模型。
【专利摘要】本发明涉及一种基于优化置信规则推理的轨道高低不平顺幅值估计方法。本发明利用置信规则库建模参数变量输入与成品率输出之间的映射关系。通过建立描述不同测点的振动频域特征数据与轨道高低不平顺幅值之间的对应变化关系。利用序列线性规划的方法，通过有限的历史数据，优化初始BRB模型，减少主观因素对模型的影响。SLP方法是将原模型的非线性优化的问题，转化为逐步的线性优化问题，更加简单快速的计算出优化模型的各个参数，使得在给定振动频域特征的情况下，可以通过信度推理精确和快速地估计出轨道高低不平顺幅值。通过本发明提高了模型的估计精度与计算的效率，对需要实时监测的轨道高低不平顺系统具有更为高效的优势。
【IPC分类】G06Q10/04
【公开号】CN105139086
【申请号】CN201510496888
【发明人】侯平智, 刘征, 徐晓滨, 张镇, 文成林
【申请人】杭州电子科技大学
【公开日】2015年12月9日
【申请日】2015年8月13日