我所刘泽老师参与完成的论文《列车空气制动机测试类型自动辨识方法研究》于2023-03在《测控技术》正式发表。论文摘要如下：
摘要：列车空气制动机测试系统工作时记录大量的测试数据，测试数据的自动分析可提高试验系统测试效率，拓展测试模式。针对列车制动机测试数据的特点，提出了基于格拉姆角场(GAF)图像编码与卷积神经网络(CNN)相结合的列车制动测试类型辨识方法。可对制动测试采集的时序气压数据编码重构，扩展为二维网格图像数据，由CNN主干网络实现图像特征信息的自动提取，进而设计分类器进行列车制动测试类型辨识分类。基于现场数据的分析结果表明，所提出的GAF-CNN模型对制动机测试类型识别的辨识率可达到98%以上，可应用于现场测试系统。另外，测试表明使用求和(Summation)计算的GASF比差分(Difference)计算的格拉姆角差域(GADF)辨识率更高。
引用信息：王杰, 刘泽, 郭成, 曹景铭, 李俊杰, 马丁一. 列车空气制动机测试类型自动辨识方法研究[J]. 测控技术, 2023, 42(3): 19-23. DOI: 10.19708/j.ckjs.2022.07.277
论文链接：http://ckjs.ijournals.cn/ckjs/ch/reader/view_abstract.aspx?file_no=20230303&flag=1