摘要： 针对履带车辆的振动预测，提出了一种融合传递机理的履带车辆系统级振动状态关联模型。首先对履带车辆的结构进行分析，明确振动传递路径并提出多层次关联模型架构；然后结合深度学习技术构建关联模型，并通过关键位置激励载荷参数筛选对模型进行优化；最后使用真实车辆振动数据集进行振动状态预测。结果表明，与未融合传递机理的关联模型相比，融合传递机理的履带车辆振动关联模型在6个振动指标的预测精度上均获得提升，证明了融合传递机理的振动预测方法的有效性。
中图分类号:
邵昊南, 李元芾, 张会生. 融合传递机理的履带车辆系统级振动状态关联模型研究[J]. 传动技术, 2024, 38(1): 3-8.
| [1] | . 基于RGB-D图像的机器人抓取检测高效全卷积网络和优化方法[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(2): 399-416. |
| [2] | . 基于双流自编码器的无监督动作识别[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(2): 330-336. |
| [3] | 吴旭阳1, 刘晓颖1, 郝艳华1, 刘长煌1, 黄贤伟2. 基于机械导纳与振动传递率的鞋底振动传递特性分析[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(1): 175-186. |
| [4] | Sahaya Anselin Nisha1, NARMADHA R.1, AMIRTHALAKSHMI T. M.2, BALAMURUGAN V.1, VEDANARAYANAN V.1. LOBO优化的深度卷积神经网络用于脑肿瘤分类[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(1): 107-114. |
| [5] | 徐旺旺1,2，许良凤1,2，刘宁徽3，律娜3. 基于多注意力卷积神经网络的乳腺癌组织学图像诊断[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(1): 91-106. |
| [6] | 戴光荣, 沈思仪, 黄栋樑. 深度学习与知识融合:翻译技术教学模式构建路径研究[J]. 当代外语研究, 2025, 25(1): 125-138. |
| [7] | 王于波, 郝玲, 徐飞, 陈文彬, 郑利斌, 陈磊, 闵勇. 分布式光伏集群发电功率波动模式识别与超短期概率预测[J]. 上海交通大学学报, 2024, 58(9): 1334-1343. |
| [8] | 李明爱1, 2, 魏丽娜1. 基于朴素卷积神经网络和线性插值的运动想像分类[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(6): 958-966. |
| [9] | 许梦, 罗召阳, 宋涛.
基于人工智能技术的颅颌面畸形自动化头影测量研究
[J]. 组织工程与重建外科杂志, 2024, 20(6): 605-. |
| [10] | 崔闪, 潘俊杨, 王伟, 郭叶, 许江涛. 基于深度学习的防空反导拦截决策研究[J]. 空天防御, 2024, 7(5): 54-64. |
| [11] | 刘婧, 郭晓雷, 张欣海, 毛靖军, 吕瑞恒. 空面导弹轻量化空中斜框目标检测算法[J]. 空天防御, 2024, 7(4): 106-113. |
| [12] | 张彦军1,4,5,6,7, 王碧云2,3 , 蔡云泽1,4,5,6,7. 基于注意力的多通道网络红外弱小目标检测[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(3): 414-427. |
| [13] | 程相伟, 张大旭, 杜永龙, 郭洪宝, 洪智亮. 基于X射线CT原位试验的平纹SiCf/SiC压缩损伤演化机理[J]. 上海交通大学学报, 2024, 58(2): 232-241. |
| [14] | 林照晨, 张欣然, 刘紫阳, 贺风华, 欧阳磊. 基于深度学习的高超声速飞行器运动行为识别[J]. 空天防御, 2024, 7(1): 48-55. |
| [15] | 徐雨凡, 胡煜奇, 陈泓宇, 等. 深度学习系统辅助成人发育性髋关节发育不良的分型培训[J]. 组织工程与重建外科杂志, 2024, 20(1): 114-. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||
