Page 191 - 《振动工程学报》2026年第3期

第 3 期 何 卫，等： 实测数据驱动的地铁振动源强 MLP 神经网络预测方法 791

［D］. 北京： 北京交通大学， 2020. way vibration forecast analysis based on RBF neural net⁃
QU Yang. Study on effect of vibration isolation barrier work［J］. Journal of Tianjin Chengjian University，
on mitigation of low frequency vibration induced by met⁃ 2016， 22（6）： 465-470.
ro traffic［D］. Beijing： Beijing Jiaotong University， ［16］ 张中帅 . 基于机器学习方法的地铁列车振动源强取值
2020. 研究［D］. 北京： 北京交通大学， 2022.
［8］ 马蒙， 刘维宁 . 我国文物建筑受列车微振动影响研究 ZHANG Zhongshuai. Determination of metro train-in⁃
现况及关键问题分析［J］. 噪声与振动控制， 2019， 39 duced vibration source intensity based on machine learn⁃
（4）： 1-6. ing method［D］. Beijing： Beijing Jiaotong University，
MA Meng， LIU Weining. Overview and key problem 2022.
analysis of the vibration influences on historic buildings ［17］ 中华人民共和国生态环境部 . 环境影响评价技术导则
induced by moving trains in China［J］. Noise and Vibra⁃ 城市轨道交通： HJ 453—2018［S］. 北京： 中国环境科
tion Control， 2019， 39（4）： 1-6. 学出版社， 2018.
［9］ 巴振宁， 符瞻远， 付继赛， 等 . 地铁列车振动对颐和园 Ministry of Ecology and Environment of the People’s
北宫门古建筑木结构影响的实测与分析［J］. 振动工程 Republic of China. Technical guidelines for environmen⁃
学报， 2023， 36（6）： 1602-1612. tal impact assessment-urban rail transit： HJ 453—2018
BA Zhenning， FU Zhanyuan， FU Jisai， et al. Measure⁃ ［S］. Beijing： China Environmental Science Press，
ment and analysis of the influence of metro train vibra⁃ 2018.
tion on the ancient wooden structures of North Palace ［18］ 国家环境保护局 . 城市区域环境振动测量方法 ： GB
Gate of the Summer Palace［J］. Journal of Vibration En⁃ 10071—88［S］. 北京： 中国标准出版社， 1989.
gineering， 2023， 36（6）： 1602-1612. State Bureau of Environmental Protection of the Peo⁃
［10］ 辜小安 . 城市轨道交通环境影响评价中地下线路振动 ple’s Republic of China. Measurement method of envi⁃
源强取值存在的问题与建议［J］. 铁路节能环保与安全 ronmental vibration of urban area： GB 10071—88［S］.
卫生， 2013， 3（5）： 211-216. Beijing： Standards Press of China， 1989.
GU Xiaoan. The suggestions and the problems of the vi⁃ ［19］ 北京市市场监督管理局 . 地铁噪声与振动控制规范：
bration source intensity data of the underground line in DB 11/T 838―2019［S］. 北京： 北京市市场监督管理
the environmental impact assessment of the urban rail 局， 2019.
transit［J］. Railway Energy Saving & Environmental Beijing Municipal Bureau of Market Supervision and
Protection & Occupational Safety and Health， 2013， Administration. Code for metro noise and vibration con⁃
3（5）： 211-216. trol： DB 11/T 838―2019［S］. Beijing： Beijing Munici⁃
［11］ CONNOLLY D P， KOUROUSSIS G， GIANNOPOU⁃ pal Bureau of Market Supervision and Administration，
LOS A， et al. Assessment of railway vibrations using 2019.
an efficient scoping model［J］. Soil Dynamics and Earth⁃ ［20］ 李明航， 马蒙， 刘维宁， 等 . 地铁列车振动源强离散机理
quake Engineering， 2014， 58： 37-47. 测试分析［J］. 振动、测试与诊断， 2020， 40（4）： 738-744.
［12］ PANEIRO G， DURÃO F O， COSTA E SILVA M， LI Minghang， MA Meng， LIU Weining， et al. Analy⁃
et al. Prediction of ground vibration amplitudes due to sis mechanism of vibration source dispersion induced by
urban railway traffic using quantitative and qualitative metro trains through in situ test［J］. Journal of Vibra⁃
field data［J］. Transportation Research Part D： Trans⁃ tion， Measurement & Diagnosis， 2020， 40（4）： 738-
port and Environment， 2015， 40： 1-13. 744.
［13］ 邱瑞辰 . 基于机器学习算法的地铁交通环境振动数据 ［21］ MA M， LI M H， QU X Y， et al. Effect of passing met⁃
库预测模型研究［D］. 北京： 北京交通大学， 2021. ro trains on uncertainty of vibration source intensity：
QIU Ruichen. Research on prediction model of train-in⁃ monitoring tests［J］. Measurement， 2022， 193： 110992.
duced vibration database based on machine learning al⁃ ［22］ 温士明， 李伟， 朱强强， 等 . 地铁车轮多边形磨损对浮
gorithm［D］. Beijing： Beijing Jiaotong University， 置 板 轨 道 振 动 特 性 的 影 响［J］. 噪 声 与 振 动 控 制 ，
2021. 2018， 38（4）： 116-122.
［14］ YAO J B， XIA H， ZHANG N， et al. Prediction on WEN Shiming， LI Wei， ZHU Qiangqiang， et al. Influ⁃
building vibration induced by moving train based on sup⁃ ence of polygonal wear of metro wheels on vibration
port vector machine and wavelet analysis［J］. Journal of characteristics of floating slab tracks［J］. Noise and Vi⁃
Mechanical Science and Technology， 2014， 28（6）： bration Control， 2018， 38（4）： 116-122.
2065-2074.
［15］ 王秀丽， 潘雷， 彭桂力， 等 . 基于 RBF 神经网络的地 第一作者: 何 卫（1987―），男，博士，副教授。
铁 振 动 预 测 分 析［J］. 天 津 城 建 大 学 学 报 ， 2016， 22 E-mail： hewei2018@cug.edu.cn
（6）： 465-470. 通信作者: 宋世琦（2001―），男，硕士研究生。
WANG Xiuli， PAN Lei， PENG Guili， et al. The sub⁃ E-mail： songshiqi0724@cug.edu.cn