文献

J-GLOBAL ID：202102285648072401   整理番号：21A2519839

慣性測定に適用したデータ駆動法に基づくサスペンション鉄道の監視と追跡【JST・京大機械翻訳】

Monitoring and tracking of a suspension railway based on data-driven methods applied to inertial measurements

著者 (3件)： Hesser Daniel Frank (Institute of General Mechanics, RWTH Aachen University, Eilfschornsteinstrasse 18, 52062 Aachen, Germany) ,  Altun Kubilay (Center of Competence Traffic Projects, Siemens Mobility GmbH, Kruppstr. 16, 45128 Essen, Germany) ,  Markert Bernd (Institute of General Mechanics, RWTH Aachen University, Eilfschornsteinstrasse 18, 52062 Aachen, Germany)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 164  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,列車を局所化し,提案した構造健全性監視方法論に基づいてインフラストラクチャをモニターするために,サスペンション鉄道システムSkytraf Duesseldorfの動的応答を利用した。Skytrainは,ドイツのDesseldorf空港で動作し,鉄道駅を主端末と接続する無運転者のモノレール列車である。慣性測定ユニットを,車両移動に関するサービス内データを継続的に取得するスカイトレインの台車に搭載した。列車トラック相互作用に基づいて,動的応答はセンサに直接伝達され,独特の信号特徴を抽出することができる。この状況において,列車の動的挙動を用いて,トラックに沿った回転と停止を同定した。計算知能は操作データから学習し,特性追跡プロファイルの特徴を認識することができる。正確に車両を局所化するために,提案方法は,個々のトラックセクションを分類するために,現場試験データと人工ニューラルネットワークをラベルするためにk-平均クラスタ化アルゴリズムを適用する。各予測を,異常な車両運動を検出するために,自動エンコーダによって分析し,それは,誤警報を避けるために,損傷評価から取り除くであろう。さらに,Skytrain Duesseldorfのサイドトラックでインフラストラクチャモニタリングを行った。スカイトレイン試験トラックは,破壊ボルト接続によって修正して,それはバイパス列車の動的応答に影響した。損傷指数を導入し,異なるトラック条件を評価し,サイドトラックに沿った損傷を検出した。さらに,結果を,教師なし異常検出に基づく損傷検出のための一般化可能な方法を表す1クラスサポートベクトルマシンと比較した。提案した作業の結果は,保全計画を最適化し,高レベルの信頼性と安全性を確保するために使用できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *懸濁液 ,  最適化 ,  相互作用 ,  信頼性 ,  空港 ,  台車 ,  モノレール鉄道 ,  動的応答 ,  ニューラルネットワーク ,  クラスタ化 ,  符号器 ,  端末装置 ,  インフラストラクチャー ,  損傷検出

著者キーワード (5件)： 構造ヘルスモニタリング ,  インフラストラクチャーモニタリング ,  計算知能 ,  教師なし異常検出 ,  バイパス車両

分類 (1件)： 信号,保安  (TC01040Y)

タイトルに関連する用語 (5件)： 慣性 ,  データ駆動 ,  サスペンション ,  鉄道 ,  追跡