高速磁浮列车悬浮间隙仿真预测

摘要：

基于长短时记忆(LSTM)神经网络提出了一种可用于高速磁浮列车的电磁铁悬浮间隙预测方法.考虑高速磁浮列车运行过程中受到的气动荷载,建立了列车仿真模型并计算列车的动态响应;通过PyCharm建立LSTM神经网络,并以高速磁浮列车仿真模型计算结果为样本集,构建了高速磁浮列车电磁铁悬浮间隙预测模型.最后,通过对预测模型计算结果和评价指标进行评判,验证了所提出的电磁铁间隙预测算法的准确性.

关键词：高速磁浮列车、长短时记忆(LSTM)神经网络、数值仿真、动力响应预测

所属期刊栏目：51

分类号：TH212;TH213.3(起重机械与运输机械)

资助基金：中国科学院稳定支持基础研究领域青年团队计划YSBR-045

在线出版日期：2023-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：351-359