高速磁浮列车悬浮间隙仿真预测
Journal of Tongji University(Natural Science)（2023）
Abstract
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.
MoreTranslated text
Key words
high-speed maglev train,long short-term memory （LSTM） neural network,numerical simulation,dynamic response prediction
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined