典型文献
基于BP神经网络的铁路罐式集装箱冲击速度及冲击响应谱预测分析
文献摘要：
基于BP神经网络非线性求解模型,结合冲击试验结果得到铁路罐式集装箱冲击试验参数与冲击响应谱的映射关系,预测了集装箱冲击时应采取的试验速度以及获得的冲击响应谱.通过实例,统计了不同罐式集装箱试验时的试验台座质量、冲击速度、冲击响应谱峰值和罐式集装箱的自重、容积、额定质量、实际试验质量,并分别建立了冲击速度和冲击响应谱的预测模型;结合BP神经网络进行了训练学习,当训练步数分别为18179步和6231步时,网络模型达到误差要求,基于这2种模型得到了既能够使铁路罐式集装箱满足冲击标准要求又能使其受到最小破坏的冲击速度,并与真实值进行了对比分析,分析结果显示,2种BP神经网络模型的输出样本与真实值十分接近,冲击速度模型预测最小误差为0.08％,冲击响应谱模型预测最小误差为1.39％,表明模型具有良好的精度.
文献关键词：
铁路罐式集装箱;冲击响应谱;BP神经网络;冲击试验
中图分类号：
作者姓名：
王玉伟;阎锋;刘鑫
作者机构：
中车青岛四方车辆研究所有限公司,山东 青岛 266031
文献出处：
引用格式：
[1]王玉伟;阎锋;刘鑫-.基于BP神经网络的铁路罐式集装箱冲击速度及冲击响应谱预测分析)[J].铁道车辆,2022(06):88-93
A类：
铁路罐式集装箱
B类：
冲击速度,冲击响应谱,预测分析,解模,合冲,冲击试验,试验参数,映射关系,试验台,台座,谱峰,自重,额定,试验质量,训练学,步数,真实值,分接,速度模型
AB值：
0.155116
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
