Моделювання геометричної нерівності залізничної колії на основі нейронної мережі глибокого навчання

Abstract

Роботу присвячено моделюванню нерівностей залізничної колії для їх подальшого використання у якості збурень у комплексній моделі вертикальних коливань рухомого складу. У роботі запропоновано використання для моделювання нерівностей нейронної мережі. Обрано статистично- інформовану нейронну мережу (SINN) за її здатність до відтворення стохастичних процесів за їх статистичними характеристиками. У роботі за допомогою комп’ютерної програми згенеровано короткочасні траєкторії нерівностей за спектральною щільністю потужності. Отримані траєкторії можуть бути використані для моделювання коливань поїзда на коротких ділянках шляху, а також у якості цільової вибірки для тренування нейронної мережі. Проведено навчання нейронної мережі та отримано реалізації нерівностей, які близькі до реальних та мають ті ж статистичні характеристики. Forced train oscillations are mainly caused by irregularities of the railway track. The paper is devoted to modelling railway track irregularities for their further use as disturbances in a complex model of vertical oscillations of rolling stock. The paper proposes the use of a neural network for modelling irregularities. The Statistics-Informed Neural Network (SINN) was chosen for its ability to reproduce stochastic processes according to their statistical characteristics. In this work, a computer program was developed to generate short-term irregularities trajectories by power spectral density. The obtained short-term trajectories can be used to model train oscillations on short sections of the track, as well as a target sample for training a neural network.