基于LMM和NARNN的车轮踏面退化状态预测

摘要：

作为列车的关键走行部件,车轮的退化状态对列车的安全具有重要影响.以车轮踏面磨耗量为研究对象,将历史车轮踏面磨耗数据作为输入,分别采用线性混合模型(LMM)和非线性自回归神经网络(NARNN)对车轮踏面磨耗进行建模.首先,对比不同随机效应的LMM,选择随机系数相关的LMM,进而预测车轮踏面磨耗量;其次,使用随机搜索算法优化NARNN中的参数.结果显示,基于LMM的踏面磨耗值的预测精度更高.

关键词：车轮踏面、非线性自回归神经网络、线性混合模型、退化过程预测

所属期刊栏目：41

分类号：TP277(自动化技术及设备)

资助基金：中央高校基本科研业务费专项资金项目2019JBM053

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：54-58