用于轨道几何状态监测的传感器融合技术:通过卡尔曼滤波整合车载状态监测与退化模型
《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》:Sensor fusion for track geometry monitoring: integrating on-board condition monitoring and degradation models via Kalman filtering
【字体:
大
中
小
】
时间:2026年06月06日
来源:MECHANICAL SYSTEMS AND SIGNAL PROCESSING 10.2
编辑推荐:
Huy Truong-Ba|Zhan Yie Chin|Michael E. Cholette|Pietro Borghesani摘要对轨道几何参数进行监测对于保障铁路运营的安全与效率至关重要。虽然轨道检测车能够提供精确的轨道几何参数测量数据,但其数量有限且运行成本高昂,难以在大
Huy Truong-Ba|Zhan Yie Chin|Michael E. Cholette|Pietro Borghesani
摘要
对轨道几何参数进行监测对于保障铁路运营的安全与效率至关重要。虽然轨道检测车能够提供精确的轨道几何参数测量数据,但其数量有限且运行成本高昂,难以在大规模铁路网络中实现频繁监测。近期,安装在在役列车上的车载传感器系统取得了进展,虽然数据精度较低,但能够实现高频数据采集,从而提供了一种更具成本效益的替代方案。本研究提出了一种方法,通过卡尔曼滤波框架将精度较低的传感器振动信号与退化模型相结合,以提高轨道几何参数预测的可靠性。研究还利用安装在轨道检测车上的低成本传感器系统进行了实验验证,结果表明,即便数据存在噪声,频繁采集的传感器数据也能显著降低预测的不确定性。此外,该研究还分析了数据采集频率对可信预测区间大小的影响,为有效部署车载传感器以开展轨道监测和维护规划提供了指导。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号