（机械电子工程专业论文）基于遗传神经网络的列车乘坐舒适性标准评价研究.pdf

硕士论文 基于遗传神经网络的列车乘坐舒适性标准评价研究 摘要 高速化是我国铁路现代化建设的一个重要趋势，在大力建设高速铁路的同时，应保 证列车乘坐舒适性不随速度的提高而降低。长期以来，影响列车乘坐舒适性的因素没有 引起足够重视，缺乏乘坐舒适性的检测方法以及评价标准，难以保证旅客乘坐舒适性。 国际标准化组织( i s o ) 和国际铁路联盟( u i c ) 分别制订了乘坐舒适性评价的相应标 准，英国和德国等国经过专门研究，特别是通过大量试验，在国际标准的基础上制订了 适合本国国情的评价标准，论文对此做了研究。 本文首先采用多体动力学仿真软件s i m p a c k 建立了整车动力学模型，并介绍了整 车建模过程。然后将轨道谱输入到模型中，仿真分析产生列车振动加速度数据。最后在 m a t l a b 环境下按照五种舒适性评价标准的算法，分别计算舒适性值。 采用遗传算法优化反向传播( b p ) 神经网络，但是遗传算法优化的b p 神经网络的性 能不能满足要求。因此，本文采用递阶遗传算法( h g a ) 优化径向基函数( r b f ) 神经网络， 该算法不仅能优化网络的结构还能同时优化网络参数，仿真实验结果证明该算法的有效 性。 分别采用g a b p 神经网络和h g a r b f 神经网络研究乘坐舒适性评价标准之间的 相关性。分析仿真实验结果，证明h g a i m f 神经网络的性能相对于g a - b p 神经网络 有了较大提高。 关键词：乘坐舒适性，径向基函数神经网络，递阶遗传算法 a b s t r a c t 硕士论文 a b s t r a c t h 诎s p e e di sav 唧i m p o n 枷缸e c t i o nf o rc h 妇r a j l w a y sm o d e r n j z a t i o n h i 曲s p e e d r a i l 、v a ys h o u l db ed e v e l o p e d ；m e 锄w i l i l e ，m er i d ec o m f o r ts h o u l dn o tb ed e c r e a s e d 勰t l l e s p e e di i l c r e a s e s h o w e v e r ，m ef a c t o r sm a ta f f e c tt h er i d ec o m f o r tw e r en o tp a i ds u | 五c i e n t a t t e m i o nt 0 l a u c ko fc o m f o r ta 1 1 ds t a b i l i 锣t e s t i l l gm e t l l o d s 锄dm e a s u r e m e n ts t a l l d a r d s ，i ti s d i m c u l tt oe n s u r ep 2 l s s e n g e r s 仃乏e l i nc o m f o r t i n t e 姗t i o 砌o 玛a i l i z a t i o nf o rs t a i l d a r d i 脚i o na 1 1 di n t e m a t i o 蹦u m o no fr a i l w a y sl 谢 m a d e 印p r o p r i a t es t a i l d a r d sf o rn l ev a l u eo fc o m f o r t t h r o u 曲s p e c i a lr e s e a r c h e s ，e s p e c i a l l y t h r o u 曲p l e n t yo ft e s t s ，b r i t a i na i l dg e 锄a i l yh a v er e v i s e da n d 慨u ps p e c i f i cp l a i l s s u i t a b l ef o r 也e i ro w n a p p l i c a t i o n sf o u n d e d 1 1 1 i sp 印e re s t ；a b l i s h e dt h em o d e lo ft r a i nv i b r a t i o nt 1 1 r d u 曲t l l es i m p a c ks i i n u l a t i o n s o r w a r e ，姐dt h e ng o tl o t so fv i b 融o na c c e l e r a ：t i o n 缸ab yi n p u t 洫ge a c h 订a c ki l t e g u l a r i 够 p o w e rs p e c 仇l i l l a r e rt h e 玛c o m f o r ti i l d e xv a l u ew a sc a l c u l a t e da c c 呲l yi nm 魄t l a b e n v i r o n m e n t 1 1 l em e t h o db a s e do ng e n e t i ca l l g o r i t h m ( ( a ) w a se m p i o y e df o ro p t i m i z i n gm eg e n e t i c a l g o r i t h mb a c kp r o p a g a t i o n ( b p ) n c u r a ln e 铆o r k b u tt h ep e r f o 咖a i l c eo fb pn e u r a ln 咖r o r k i sn o te x c e l l e n t 1 1 1 i sp 印e rp r o p o s e da n o t l l e rm e t h o df o ro p t i i i l i z i n gt 1 1 er b fn e u r a ln e t 、o r k b a s e do nl l i e r a r c l l i c a l g e n e t i ca l g o r i t l l l i l ( h g a ) t h e s i i i l u l a t i o nr e s u l t sc l e 砌ys h o w e d v a l i d i 够o fh i e r a r c 扯c 甜g e n e t i ca l g o r i t l l i n 7 r w om o d e l sb 舔e do nh g a - r b fn e u r a ln 咖o r km o d e la n dg a - b pn e u r a ln 娟o r k m o d e lw e r eb u i l tu p t l l ec o n i l e c t i o nb e t w e e nv 撕o u sr i d ec o m f o r ti 1 1 d i c e so fr a i l w a yv e k c l e s w a sa i 山) ，z e db yt l l e s em o d e l s 硼1 er e s u l t ss h o wt h a th g a - r b fm o d e lh a s1 1 i g h e rp r e d i c t i o n a c c u r a c y 觚ds t i i o n g e rg e n e r a l i z a t i o na b i l 时t l l 趾t r a d i t i o n a lg a b pp r e d i c t i o nm o d e l k e yw o r d s ：v i b r a t i o nc o m f o r t ，r a d i a lb a s i c 丘i i l c t i o nn e u r a ln e f i ( s ，l l i e r a r c m c a lg e n e t i c a l g o r i t t l i n i i 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 图表目录 图1 1 本文技术路线6 图2 1 i s 0 2 6 3 l 评价标准的人体疲劳时间与振动频率的关系曲线8 图2 2i s 0 2 6 3 1 评价标准的频率加权函数9 图2 3s p e r l i n g 评价标准的频率加权函数1 2 图2 4e n v l 2 2 9 9 评价标准的垂向频率加权曲线1 3 图2 5e n v l 2 2 9 9 评价标准的纵向频率加权曲线1 4 图2 6 卧1 2 2 9 9 评价标准的横向频率加权曲线1 4 图2 7e n v l 2 2 9 9 评价标准的计算舒适性值流程图1 5 图3 1 客车车辆的系统拓扑图1 8 图3 2 转向架几何外形1 9 图3 3 轴箱结构图。2 0 图3 。4 转向架模块图2 1 图3 5 轮轨定义窗口2 1 图3 6 客车车辆动力学模型一2 2 图3 7 力元标记点匹配信息图2 3 图3 8 美国5 级轨道谱横向激励功率谱。2 4 图3 9 美国5 级轨道谱垂向激励功率谱。2 4 图3 1 0 美国6 级轨道谱横向和垂向激励功率谱2 4 图3 1 1 车体横向振动加速度2 5 图3 1 2 车体垂向振动加速度2 5 图3 1 3 数字法计算舒适性值流程图2 6 图3 1 4u i c 5 1 3 评价标准的计算舒适性值流程图2 8 图4 1 神经元结构3 1 图4 2b p 神经网络算法流程图3 4 图4 3 遗传算法流程图3 5 图4 4g a b p 神经网络算法流程图4 1 图4 5 不同隐节点数目下神经网络的总平均精度4 2 图4 6g a b p 神经网络输出值与实际值比较( s p e r l i n g u i c 5 1 3 ) 4 4 图4 7g a b p 神经网络输出值与实际值的相关系数( s p e r l i n g u i c 5 1 3 ) 4 4 图4 8 ( 遗b p 神经网络输出值与实际值比较( i s 0 2 6 3 l b s 6 8 4 1 ) 4 5 图4 9g a b p 神经网络输出值与实际值的相关系数( i s 0 2 6 3 1 一b s 6 8 4 1 ) 4 5 v 图表目录硕士论文 图5 1r b f 神经网络结构4 6 图5 2 递阶遗传算法个体的二级递阶结构及编码5 0 图5 3 控制基因的交叉方式5 1 图5 4h g a r b f 神经网络的算法流程图5 3 图5 5h g a r b f 神经网络误差随进化代数变化图5 4 图5 6h c 浚i m f 隐节点数目随进化代数变化图5 4 图5 7h g a i m f 神经网络输出值与实际值比较( s p e r l 魄- u i c 5 1 3 ) 5 6 图5 8h g a r b f 神经网络输出值与实际值的相关系数( s p e r l i n g u i c 5 1 3 ) 5 6 图5 9h g a r b f 神经网络输出值与实际值比较( i s 0 2 6 3 1 b s 6 8 4 1 ) 5 7 图5 1 0h g a i 氇f 神经网络输出值与实际值的相关系数( i s 0 2 6 31 - b s 6 8 4 1 ) 5 7 表2 1 i s 0 2 6 31 评价标准舒适性评价等级。9 表2 2u i c 5 1 3 评价标准加权滤波器传递函数各项系数值1 1 表2 3u i c 513 评价标准舒适性等级划分表1 1 表2 4s p e 订i n g 评价标准舒适性等级划分表1 2 表2 5e n v l 2 2 9 9 评价标准舒适性等级划分表1 3 表3 1 车辆主要技术参数1 8 表3 2s p e r l i n g 评价标准频率修正系数2 8 表3 3e n v l 2 2 9 9 评价标准的各方向的加权曲线2 9 表4 1 ( 认一b p 神经网络的总平均精度值毗4 4 3 表4 2g a b p 神经网络的相关系数4 3 表5 1h g a r b f 神经网络的总平均精度值0 幽5 5 表5 2h g a r b f 神经网络的相关系数。5 5 硕士论文 基于遗传神经网络的列车乘坐舒适性标准评价研究 1 引言 1 1 研究背景及意义 铁路客运专线涉及专业面很广，是一个对技术要求很高的系统工程，并且是世界交 通运输领域的重大发展成果。根据中长期铁路网规划，预计到2 0 2 0 年，我国将建成 以京沪、京哈、京广、沪甬深、浙赣、沪汉蓉、陇海及青石太等四纵四横客运专线为主 体的快速客运铁路网。到2 0 1 2 年，我国的2 5 0 公里速度级铁路总里程将达5 0 0 0 公里， 3 5 0 公里级铁路也将达到8 0 0 0 公里，高速铁路总里程为1 3 万公里；而到2 0 2 0 年，全 国高速铁路总里程将达1 8 万公里，铁路总里程也将在1 2 万公里以上【j j 。 随着客运专线的蓬勃发展，铁路客运面临着许多新难题：行车速度越高，轨道与车 辆之间相互动态作用越强，乘坐舒适性与行车安全性问题凸显，既要保证列车高速安全 通过关键路段，又要保证列车在线路激扰下平稳运行，还要保证车辆乘坐舒适性和平稳 性【2 】。同时客运专线的乘坐舒适性研究存在着许多不足：对乘坐舒适性问题的分析研究 还没有形成系统模式，对乘坐舒适性的评价标准和检测方法的研究尚待深入展开p j 。随 着人民生活水平的进步，乘客对客运专线的乘坐舒适性的要求逐渐提高，然而相应的评 价标准和检测方法却没有被铁路部门掌握，这样就难以保证乘坐舒适性，不能满足客运 专线舒适、高速的发展要求。因此，有必要研究客运车辆乘坐舒适性的检测方法以及评 价标准。 乘坐舒适性是列车最重要的动力学性能指标之一，是贯彻客运专线以人为本的设计 理念的重要体现。狭义上的乘坐舒适性是指振动舒适性，振动舒适性与车辆的振动加速 度的大小有关，而振动加速度的大小是通过安装在车体地板上离心盘1 m 处的三向振动 加速度传感器测得的。广义上的乘坐舒适性除了振动因素外还要考虑车内的照明、空气 清新度、温度、湿度、噪声等乘车环境因素，甚至还包括乘车环境对乘客的心理和健康 的影响【4 】。广义舒适性涵盖了物理、生理、心理等多种因素在内，可以用来评价乘客对 列车环境的满意程度，广义舒适性与乘客年龄、性别、体质及健康状态等密切相判引。 由于广义舒适性的考虑因素较多且研究非常困难，目前还没有形成评价广义舒适性的规 范标准。狭义舒适性是线路与车辆对乘客共同作用的结果，仅从车辆的振动角度对乘坐 舒适性进行评价【6 】，相对广义舒适性而言，研究起来较为便利。此外，引起乘客不舒适 的最重要原因是车体振动，将乘客置于一定程度的振动环境中，不仅会造成乘客的疲劳， 还可能会引起人体器官与外界谐振或共振【7 j ，通过对乘客进行有关舒适性影响因素的问 卷调查，振动被认为是最大的影响因烈引。因此，在影响舒适性的众多因素中，最重要 的因素是振动，包括振动的频率、振幅、方向、振动的持续时间以及各类振动暴露程度 l 引言硕士论文 的加速度限值【9 1 0 1 。詹斐生研究乘坐舒适性评价得出结论：只要保证振动舒适性满足乘 客要求，可不考虑其他工程应用的要求【l l 】。所以，本文的主要研究狭义舒适性。在高速 铁路高速发展的新形势下，研究舒适性评价标准具有非常重要的意义和价值。 1 2 国内外研究现状 汽车工业领域最先研究舒适性评价问题。德国的m e i s t e r 和r e i t e r 研究常规情况下 人体对振动的敏感性。美国的l e e 和p r a d l 【o 着重研究了振动客观效应和人体主观反应之 间的关系，研究出了评价振动品质的标准限度。1 9 4 1 年，德国的s p e r l i n g 和h e l b e 唱最 早研究铁路列车乘坐舒适性。在前人的研究基础上，英国的j a i l 印唧完善了铁路列车乘 坐舒适性评价。 列车乘坐舒适性研究一直存在两个难题：影响乘坐舒适性的振动频率范围的确定和 在一定范围内人们对于振动的敏感性的确定。另一方面，由于人与人之间的差异，不同 的人在相同的振动环境下，他们的反应和感受也可能是不同的所以，评价乘坐舒适性时， 难以用简单的数学模型来表示 l 引。 1 2 1 国外研究现状 j a e “i n 和p e i l l e r 等人是早期研究乘坐舒适性的代表性人物。他们的实验方式是让实 验者坐在振动台上，根据激振来评价其振动情况。1 9 4 1 年，德国联邦铁路的s p er l i ：n g 和 h e l b e r g 进行了2 1 0 分钟的振动台实验，人在台架上受到正弦运动的激扰。加速度和频 率曲线图是根据台架运动的频率和振幅绘制，人的感觉判断在曲线图中被标注出，多次 振动实验以后，就可以绘制等舒适性曲线【1 3 】。s p e r l i n g 在这个基础上做了进一步研究， 为了提高精度和分离垂向振动与横向振动，引入了有关频率的修正项。1 9 4 8 年，j a l l e w a y 根据积累的实验资料进行线性近似拟合，发表了关于载客车辆的振动限度，文中阐 述了客车振动限度的相关方法，该方法简便易行且不必依赖图解曲线。德国的d i c k m a i l 于1 9 5 7 年提出了k 系数法，他的评价标准是以确定性输入为前提的单向振动1 1 4 】。随后， 英国的l o a c h 借鉴前人的研究结论，采用疲劳时间法评价乘坐舒适性，实验所获得的振 动加速度数据被转换成从乘车到开始感到疲劳所经历的时间，并依据此时间评定乘坐舒 适性，并绘制出了等舒适性曲线，法国和英国铁路部门曾广泛采用该标准。1 9 6 3 年，日 本国铁铁道技术研究所参考j a n e w a y 的关于载客车辆的振动限度制订了铁道车辆乘 坐舒适性基准，乘坐舒适性系数采用5 容许限度的倍数。1 9 6 5 年，美国的p 删i k o 和 l e e 将随机振动理论应用在振动实验中，测量乘客对多种频率和振幅的振动响应输出， 人体系统的频率响应函数由输入和输出的功率谱来确定。 上述评价标准的研究思路是一致的，为后人对列车乘坐舒适性的研究提供了参考和 帮助。然而他们的研究也有一定局限性：第一，振动实验仅考虑了车辆的垂向和横向振 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 动，而列车的实际振动情况较为复杂；第二，正弦激扰是上述研究普遍采用的输入形式， 而列车运行过程中强烈随机振动没有被考虑；第三，没有考虑实际环境对实验结果的影 响；第四，忽略了人与人之间的主观意识差异性，不同人的感觉、承受能力等在同一环 境下也是不同的；第五，实验设备存在机械误差，可能引起正弦波波形的畸变【l 引。 国际标准化组织( i s o ) 于6 0 年代着手研究人体承受全身振动的评价标准，并于1 9 7 4 年，提出了关于全身振动暴露的评价方案( i s 0 2 6 3 1 标准) 6 1 。该标准根据人全身承 受振动后的疲劳程度来评价车辆的乘坐舒适性，适用于1 8 0 h z 频率范围的垂向、纵向 和横向的正弦振动和不规则振动。i s 0 2 6 3l 标准于19 8 5 年重新颁布，该标准不仅规定 了人体受整体振动的评价，还分别定义了疲劳降低工效界限、减少舒适性界限和暴露极 限等三个界限。i s 0 2 6 31 标准对铁路的乘坐舒适性评价有重要影响，在铁路乘坐舒适性 评价方面能否借鉴i s 0 2 6 3 l 标准成为世界各国铁路部门重点研究的课题。1 9 7 8 年日本 国铁乘坐舒适性管理基准研究委员会提出了乘坐舒适性评价标准。该标准参考i s 0 2 6 3 1 标准，并将铁道车辆的振动频率范围扩大到1 h z 以下，同时设定了乘坐舒适性等级划分 表。 国际铁路联盟( u i c ) 在1 9 7 9 年设立b 1 5 3 列车乘坐舒适性评价专题，用以研究 i s 0 2 6 3 l 评价标准在铁路车辆乘坐舒适性评价方面的应用问题，于1 9 8 8 年颁布了铁 路车辆内旅客乘坐舒适性评价准则【1 7 】，并将该标准以u i c 5 1 3 编号颁布施行。 u i c 5 1 3 标准参考i s 0 2 6 3 l 标准评价列车的乘坐舒适性，实验中记录的振动加速度 数据必须按加权均方根处理，同时将舒适性等级和加权均方根建立起了对应关系式，并 解决了振动的随机性和波动性问题。目前，u i c 5 1 3 标准是世界上最有影响、最全面的 列车乘坐舒适性评价标准。除u i c 5 1 3 标准和i s 0 2 6 3 1 标准外，目前国际上应用较为广 泛的乘坐舒适性评价标准还有：德国s p e r l i n g 标准、英国b s 6 8 4 1 标准【1 引和欧盟 e n v l 2 2 9 9 标准【1 9 1 。 1 2 2 国内研究现状 国内研究乘坐舒适性评价起步很晚，至今没有制定出专门的乘坐舒适性评价标准。 国内的相关标准主要是检测列车振动情况及平稳性，为铁道机车车辆的生产和改造提供 了依据，然而基本没涉及舒适性评价。目前与之相关的标准包括： ( 1 ) 铁路车辆动力学性能评定和鉴定规范( g b 5 5 9 9 1 9 8 5 ) ，根据此标准可以评 价车辆安全性和运行平稳性，也可以评价列车转向架的主要零部件的强度和刚度等； ( 2 ) 人体全身振动暴露的舒适性降低界限和评价准则( g b t 1 3 4 4 2 1 9 9 2 ) ，根据 此标准可以评价具有强烈振动的作业环境对人体的舒适性的影响； ( 3 ) 铁路旅客列车纵向动力学试验方法与评定指标( t b t 2 3 6 卜1 9 9 3 ) ，该标准 规定了时速不超过1 2 0 k n ：洫的准轨铁路旅客列车纵向动力学性能的试验、计算方法及评 l 引言硕士论文 定指标，适用于因技术参数改变而影响列车纵向动力学性能的新型客车、采用新型制动 装置或缓冲装置的旅客列车以及需要专门评定纵向动力学性能的其它旅客列车； ( 4 ) 铁道车辆乘客及乘务员所承受的振动的测量与分析( g b 厂r 1 3 6 7 0 _ 2 0 0 0 ) ，该 标准定适用于传递到全身且频率低于8 0 h z 的周期振动或瞬态振动； ( 5 ) 卧姿人体全身乘坐舒适性的评价( g b 厂r 1 8 3 6 8 2 0 0 1 ) ，该标准适用于人体卧 姿时承受全身振动的舒适性评价； ( 6 ) 机械振动与冲击一人体暴露于全身振动的评价( g b t 1 3 4 4 1 1 2 0 0 7 ) ，该标 准规定了周期、随机和瞬态的全身振动的测量方法，适用于通过支撑面传递到整个人体 的运动。 在舒适性检测仪的研制方面，国内高校和科研院所，取得了很多的成果。铁道科学 研究院【2 0 ，2 1 】研制出平稳性检测仪，采用数字信号处理器( d s p ) 实时计算列车平稳性，同 时配备并行微机接口，并采用新型压电式三维加速度传感器实时测量、显示及打印平稳 性；北京交通大学【2 2 2 3 】采用数字信号处理器( d s p ) 计算列车舒适性和平稳性，设计出便 携式列车舒适性和平稳性检测仪，该检测仪具有稳定性好、便于携带和使用方便的特点。 西南交通大学【2 4 。2 7 】分别基于虚拟仪器、单片机、f p g a 技术和删处理器技术，对舒 适性检测仪进行了研究，检测仪均能准确检测列车的乘坐舒适性。武汉理工大学【2 犯9 】在 l a b v i e w 环境下开发出了一套可对列车乘坐舒适性进行检测和评价的系统，该系统主 要是由数据采集和数据分析模块构成，具有精确度高、可靠性高、成本低、可扩展性强、 易操作、易升级等优点。 早期的舒适性检测仪多以p c 机为载体，基于l 加v i e w 技术开发，不能对数据进 行实时分析处理，并且体积很大，不便携带。随着电子技术的发展，以d s p 和甜湖处 理器的核心解决方案开始出现。d s p 处理器具有很强的数据运算能力，因而可以实时处 理数据，但是人机接口存在很大不足。删处理器数据处理能力不强，但是人机接口 相对d s p 有较大优势。 综上所述，国内研制的舒适性检测仪种类较多，性能各异，但是国内至今没有颁布 适合我国国情的舒适性评价标准，国外的舒适性评价标准研究已经比较成熟，提出了很 多实践证明可行的评价标准。国内通常采用国外的舒适性评价标准计算舒适性值，而采 用不同评价标准计算出的舒适性值必然不同。在原始振动数据缺失的情况下，如何评判 采用不同舒适性评价标准计算出的舒适性值的优劣，成为亟需解决的问题。因此研究不 同乘坐舒适性评价标准之间的相关性，实现乘坐舒适性的不同评价标准之间的精确建模 与转换，具有重要的理论和现实意义。m1 3 0 j 建立随机振动模型，并借助该模型生成振 动加速度数据，根据舒适性评价标准计算舒适性值，最后采用最小二乘法拟合舒适性值， 最终确定不同评价标准间的转换公式，并采用转换公式实现不同舒适性值的转换，然而 最小二乘法精度较低，并且用于产生振动加速度的随机振动模型也有待验证和完善。 4 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 1 3 本文主要工作 本文的研究工作主要有以下几个方面： ( 1 ) 研究国外乘坐舒适性评价标准的相关文献，重点分析应用较为广泛的五种评价 标准。研究这些评价标准的原理、评价过程及舒适性值的计算方法，包括计算过程中的 频率加权、滤波等内容，最后分析各评价标准的优点及缺点。 ( 2 ) 在多体动力学仿真软件s i m p a c k 中建立整车动力学仿真模型，仿真模型包括 转向架模块，车体模块，轮轨接触模块等。输入轨道不平顺谱，执行仿真实验，获取振 动加速度数据。 ( 3 ) 根据国外乘坐舒适性评价标准中规定的计算舒适性值的方法，在m a n 舳中编 程实现包括i s 0 2 6 3 1 评价标准、u i c 5 1 3 评价标准、s p e r l i n g 评价标准、e n v l 2 2 9 9 评价 标准和b s 6 8 4 1 评价标准的舒适性值的计算。 ( 4 ) 研究传统的遗传算法优化b p 神经网络方法，分析g a b p 神经网络的不足；研 究径向基函数神经网络的结构原理及其学习算法，分析该神经网络的优点及缺点：研究 递阶遗传算法的原理和结构，分析该算法的优势。 ( 5 ) 基于递阶遗传算法和径向基函数神经网络设计h g a r b f 神经网络，研究 h g a - i 淝f 神经网络的学习算法，并论述算法流程。 ( 6 ) 采用g a b p 神经网络和h g a r b f 神经网络分别研究乘坐舒适性评价标准之间 的相关性，分析仿真实验结果，比较两者的性能优劣。 本文技术路线如图1 1 所示： 5 l 引言 6 图1 1 本文技术路线 硕士论文 舒适性值的计算 舒适性评价标准相关性分折 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 2 乘坐舒适性评价标准综述 列车运行时受到桥梁、轨道和隧道等线路结构条件影响，在线路结构条件同等的前 提下，列车运行速度越高，列车的振动越剧烈，剧烈的振动会降低列车乘坐舒适性，引 起乘客疲劳，甚至引起人体器官与外界的谐振或共振【3 l 】。随着列车轻量化和高速化发展， 车体极易产生弹性振动，因此，提高列车的乘坐舒适性成为高速铁路人性化设计的关键， 乘坐舒适性优劣是衡量高速铁路能否为旅客提供世界一流服务的关键标准之一。 乘客可以对列车乘坐舒适性有直观感觉，乘客对乘坐舒适性的直观感觉不仅受振动 强度影响还受振动频率的影响。对乘坐舒适性有影响的振动有：频率小于l h z 的低频振 动，频率范围为4 9 h z 的振动以及频率范围1 6 3 2 h z 的高频振动。其中，频率小于1 h z 的低频振动可能使乘客感到头晕，频率范围为4 9 h z 的振动可能引起人体内部器官与外 界的谐振或共振，对乘客健康有很大危害，频率范围为1 伊3 2 h z 的高频振动同样危害乘 客健康。因此，在评价列车乘坐舒适性时，不仅要考虑振动的强度，还要考虑乘客受敏 感频率的影响i j 引。 各国铁路部门在频率加权方面的研究较为一致，但尚未形成统一的乘坐舒适性评价 标准，采用的舒适性评价标准有明显不同。研究表明采用不同标准评价舒适性而造成的 差异要比由于采用不同检测方式造成的差异要大【3 引。 2 1i s 0 2 6 3 1 评价标准 1 9 7 4 年，国际标准化组织( i s 0 ) 颁布了有关乘坐舒适性评价的国际标准：关于全身 振动暴露的评价方案( i s 0 2 6 3 1 标准) 。i s 0 2 6 3 1 标准量化了人体所受振动频率在1 8 0 h z 范围内的振动暴露极限值。图2 1 给出了人体疲劳时间与垂向和横向振动频率的关系曲 线。 7 2 乘坐舒适性评价标准综述 硕士论文 絮 理 醛 板 露 越 鲻 盘 - 乒毫 0 ：=二二二二二三三三三续撂葫时扫 _ 压闻衫y 夕鞭刚引。 频率h z ) 一 频率( 伪 图2 1 i s 0 2 6 3 l 评价标准的人体疲劳时间与振动频率的关系曲线 将图中的曲线上移6 d b 就得到暴露界限曲线，若超过暴露界限曲线的范围，振动 就会危害人体健康。将图中的曲线下移1 0 d b 就得到舒适性降低界限曲线，即振动强度 范围降低7 0 。若超出舒适性降低界限曲线的范围，就会影响乘坐舒适性。可以采用 1 3 倍频法对列车乘坐舒适性进行评价，该方法将人体受振敏感频率用l 3 倍频法分为 2 0 个频段，其中对舒适性影响最大的是由1 3 倍频带引起的。 i s 0 2 6 3 1 评价标准根据等时间间隔加权均方根加速度值来评价乘坐舒适性。定义加 权均方根加速度值4 。： l，三 = ( ( w q ) ) 2 ( 2 1 ) i = l 式中，厶表示加权均方根加速度值；嵋为第f 个1 3 倍频带的频率加权函数，如 图2 2 所示；q 表示第f 个l 3 倍频带的振动加速度均方根；胛表示频率分组数。 8 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 g 基 毒 磊 。蟊 图2 2i s 0 2 6 3 1 评价标准的频率加权函数 由图2 2 可知i s 0 2 6 3 1 评价标准的横向和垂向振动加速度的频率加权曲线有很大的 不同：频率范围为0 6 2 h z 横向振动加速度对乘坐舒适性值有很大的影响，而频率范围 为4 一1 2 h z 垂向振动加速度对乘坐舒适性有很大的影响。 加速度有效值按下式计算： 一 1 口。= 导e 口2 ( f ) 衍】- ( 2 2 ) ” 式中，与为振动加速度的有效值；口( f ) 表示频率加权后的振动加速度值；丁表 示振动平均作用时间。 当振动峰值系数订( f ) 的峰值与口一的比值时大于9 时，则根据式2 2 来评价乘坐舒 适性。 i s 0 2 6 3 1 根据处理后的加权均方根加速度值将舒适性分为6 个等级，i s 0 2 6 3 1 评价 标准舒适性评价等级如表2 1 所示： 表2 1 i s 0 2 6 3l 评价标准舒适性评价等级 若振动中存在很大的随机振动，若只根据加权均方根加速度值评价乘坐舒适性的 话，会忽视随机振动对乘坐舒适性的影响。针对这一情况，i s 0 2 6 3 1 标准建议采用最大 瞬态振动值胛和四次振动剂量值阳矿评价乘坐舒适性。最大瞬态振动值( 脚阿) 的计算方法如下： 毗) = 【巴酬2 掰 ( 2 3 ) 式中，口( t ) 表示加权修正后的振动加速度值；a ) 表示瞬态振动加速度值：t 表示积 o 2 乘坐舒适性评价标准综述 硕士论文 分时间；f 表示时间变量；气表示观测时间。 脚= 瞰 口( 气) 】 四次振动剂量值阳y 的计算公式如下所示，阳矿的单位是r 眺1 7 5 。 阳矿： 肛( f ) 悯； 2 2u i c 5 1 3 评价标准 ( 2 4 ) ( 2 5 ) 1 9 8 8 年国际铁路联盟颁布了铁路车辆内旅客乘坐舒适性评价准则，即u i c 5 1 3 标准，该标准规定了铁路车辆在不同运行条件下列车乘坐舒适性的评价方法。采用 u i c 5 1 3 标准评价乘坐舒适性时，必须遵循以下几点原则： ( 1 ) 只在车辆的指定位置处测量振动加速度，由于旋转加速度很小，故忽略旋转加 速度对乘坐舒适性的影响； ( 2 ) 由于乘客对振动的感受和反应不同，所以需要考虑客观的测量值和人体的主观 感觉的关系，最终结果采用统计评估方法评价乘坐舒适性； ( 3 ) 因为车辆的振动是波动的，故所选择的统计值是在5 s 的时间间隔内的加权均方 根值，并且该值对应的置信概率为9 5 ； ( 4 ) 在检测列车振动加速度时，须根据车辆运行条件选择线路类型，对于每种线路 类型，线路必须包含至少4 个能运行5 分钟的试验路段，并且每个路段必须能够连续运 行。 u i c 5 1 3 标准规定的评价乘坐舒适性的方法有三种，u i c 5 1 3 标准规定了站姿时的完 整方法、坐姿时的完整方法、站姿或坐姿的简化方法，并给出了相应的乘坐舒适性计算 公式。 站姿时的完整方法的乘坐舒适性计算公式： 国= 3 1 6 ( 口3 ，o ) 2 + 4 ( 口黧。) 2 + 0 参5 0 ) 2 + 5 翟，o ) ( 2 6 ) 式中，加速度啪，口m 口z p 在地板上测得。 坐姿时的完整方法的乘坐舒适性计算公式： 喇= 4 ( 口妻9 5 ) + 2 ( 口貉5 ) 2 + ( 口象9 5 ) 2 + 4 ( 口5 ) 式中，加速度口z p 在地板上测得，加速度和加速度钇a 在座位上测得， 咖在座椅靠背上测得。 站姿或坐姿的简化方法的乘坐舒适性计算公式： o = 6 ( 口磐9 5 ) 2 + 4 ( 口鬃品) 2 + ( 口5 ) 2 ( 2 7 ) 加速度 ( 2 8 ) 式中，加速度啪，口y p ，口z p 在地板上测得。 上述公式的符号说明如下：口表示加权修正后的振动加速度值：五昭表示振动加 l o 硕士论文 基于遗传神经网络的列车乘坐舒适性标准评价研究 一一学 亿 州沪番篙一警亿 卜瓦巫i 磊盖霉j 历岢q - 、 q 一一 q u i c 5 1 3 评价标准加权滤波器传递函数的各项系数值见表2 2 。 u i c 5 1 3 评价标准舒适性等级划分如表2 3 所示。u i c 5 1 3 评价标准考虑了前进方向 的加速度大小，保证了乘坐舒适性评价的合理性，评价结果较为可靠，但是该标准忽略 了疲劳时间以及振动暴露时间。 表2 3u i c 51 3 评价标准舒适性等级划分表 2 3 s p e r l i n g 评价标准 s p e r l i n g 评价标准的应用历史很长，至今仍是应用比较广泛的舒适性评价标准之一， 该标准被我国铁路部门用来评价车辆的平稳性。s p e r l i n g 评价标准的垂向和横向的频率 加权函数如图2 3 所示： 2 乘坐舒适性评价标准综述硕士论文 图2 3s p e r l i n g 评价标准的频率加权函数 表2 4 是s p 甜l i n g 评价标准的舒适性等级划分表： 室兰：兰墨巳皇! ! 也墨适坌堡壅堑重丝笠堡型坌壅 暖值 乘坐舒适性( 对振动的感觉)值 运行品质( 车辆) s p e r l 崦评价标准没有考虑不同方向的振动对乘坐舒适性的综合影响：当对应某一 频率范围的舒适性值彬值大于4 ，该频带中的振动已超出了人体能够承受的极限值，然 而在其它频带中呒值都很小，而总的形值并不大。在这种情况下，s p e r l i n g 评价标准 的准确性有待提高删。 2 4e n v l2 2 9 9 评价标准 1 9 9 9 年，欧盟颁布乘坐舒适性评价标准d 、v 1 2 2 9 9 ，由于在乘坐舒适性的检测方法 和评价标准上缺少经验，e n v l 2 2 9 9 标准被称为欧洲预标准。e n v l 2 2 9 9 标准规定了两 种舒适性评价标准：简化的平均舒适性评价标准仅仅考虑了列车动力学行为对舒适性的 影响，即在车体地板上测量振动对乘坐舒适性的影响；完整的平均舒适性评价标准，在 接触面处测量振动对乘坐舒适性的影响。e n v l 2 2 9 9 标准规定了三种舒适性计算公式： ( 1 ) 坐姿舒适性计算公式： 0 = 4 ( 口茹) + 2 ( 口勰5 ) 2 + ( 口鍪5 ) 2 + 4 ( 口盔5 )r 71 1 、 ( 2 ) 站姿舒适性计算公式： = 3 1 6 o 黧。) 2 + 4 o 黧o ) 2 + ( 口纂o ) 2 + 5 o 黧，)n1 们 ( 3 ) 简化的平均舒适性计算公式： 1 2 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 椰= 6 ( 口急5 ) 2 + 蕊) 2 + 巍5 ) 2 r ，13 、 符号说明如下：表示舒适性值。形表示加权曲线的加权频率值的上标 f ( 江口6 ，口g 耐) ，其中以6 表示垂向，卯表示纵向，耐表示横向，口表示传感器的敏感轴 o ，y ，z ) ；，表示舒适性值，= ( 蹦，阳，) ( 蹦表示坐姿，阳表示站姿，表示简 化) 。 d 1 2 2 9 9 评价标准将评价结果分为五级，舒适性等级划分如表2 5 所示： 表2 5e n v l 2 2 9 9 评价标准舒适性等级划分表 舒适性值评价结果 1 1 2 2 4 4 上受 输出值还原 ( 竺! ) 、- 图4 2b p 神经网络算法流程图 遗传算法( g e n e t i ca l g o r i t l l i n s ，g a ) 由美国学者h o l l a i l d 【3 9 】最先提出，它抽象于生物体 的进化过程，是一种遗传学理论。遗传算法是一种高效搜索算法，根据适者生存原则， 对种群中的个体进行遗传操作。在遗传操作中，选择适应度高的个体参与交叉，使新一 代的个体适应度优于父代个体的适应度，这样种群中的个体适应度不断增加，逐渐搜索 到函数的最优解m 。因为遗传算法具有很强的解决实际问题的能力和广泛的适应性，近 年来被应用到各个研究领域，取得了良好的效果【4 l j 。 遗传操作具有随机性，但是遗传操作并不等效于随机搜索，因为遗传算法的子代群 体的适应度可以由父代群体的适应度推测【4 2 】。设计遗传算法的五大要素包括：初始种群 的设计、参数编码、控制参数的设定、遗传操作设计、适应度函数设计。遗传算法的基 本步骤如下【4 3 】： 确定编码方法； 设计适应度函数； 设计遗传操作策略； 初始化种群； 硕士论文基于遗传神经网络的列车乘坐舒适性标准评价研究 解码种群中个体位串，计算个体适应度： 按照遗传操作策略生成下一代种群； 判断种群的性能是否满足要求，若不满足则返回步骤，继续执行遗传操作，直 到满足要求为止。 遗传算法流程图如图4 3 所示： 图4 3 遗传算法流程图 4 2 1 参数编码 遗传算法处理的基本对象是个体，每个个体都是一个知识结构，代表求解函数的一 个解，个体通常用字符串或位串来表示】。 遗传算法具有鲁棒性，对编码方法的要求并不十分苛刻。但是编码的方法选择对于 交叉算子和变异算子有很大的影响。遗传算法常用的编码方法有：二进制编码方法和实 数编码方法，以下分别简要介绍二进制编码方法和实数编码方法。 ( 1 ) 二进制编码方法【4 5 l 二进制编码方法是最基础的编码方法，在实际应用中使用最多。二进制编码采用字 符集 o ，1 替换问题的参数空间， 设( x ) 表示一维连续实函数，其中x 【材，v 】，采用长度为三的二进