列车作为一种交通工具,其安全性和舒适性是人们最为关心的两个因素。随着我国铁路干线的全面提速,这两个问题更受人关注。对于列车运行安全性和舒适性的评价,在UIC513《铁路车辆内旅客振动舒适性评价标准》中的评价参数是横向、纵向、垂向三个方向的振动加速度。但是随着近两年来高速列车的发展,在一个高速运行的密闭车厢内,原有的只考虑振动加速度的舒适性指标已经不再适用。为此,本文从振动加速度、噪声和车厢内空气压力三个方面加以考虑,对综合振动、噪声、大气压力三者的综合舒适度指标进行了探讨。借助神经网络算法,本设计利用其中的BP算法、RBF算法和模糊神经网络算法,用MATLAB中的nntool分别对本系统中的数据进行了训练和仿真,最后做出比较,最终得出了适合本系统的BP神经网络算法及相关系数。针对列车综合舒适度算法,本文对算法的软硬件实现进行了探讨。数据预处理时,考虑FFT变换及低通、带通滤波。硬件方面,采用DSP芯片TMS320VC33及51单片机AT89S52双CPU来实现。DSP完成数据预处理及舒适度的计算,单片机控制数据采集及与PC机的通信。传感器采集出来的模拟信号经过A/D采样存储在EEPROM-AT24C256里,然后经DSP进行数据处理、计算后,把计算的综合舒适度的结果显示在液晶屏幕上。