基于多源差異對抗的高速列車小幅蛇行識別

摘要： 高速列車的蛇行運動會增加車輛各部分的載荷，劇烈的蛇行運動會使得輪軌間產(chǎn)生較大沖擊，產(chǎn)生脫軌的風險，嚴重威脅到行車安全，因此需要對車輛的蛇行狀態(tài)進行識別，特別是對蛇行失穩(wěn)狀態(tài)開始之前的小幅蛇行狀態(tài)的識別。目前大多數(shù)的研究主要集中在利用單工況數(shù)據(jù)進行的深度學習以及單源遷移學習，然而高速列車在運行時面臨復雜多變的工況?？紤]到不同工況下的多源域數(shù)據(jù)具有不同的分布，僅使用單個工況數(shù)據(jù)建立... （共12頁）