基于机器学习的受电弓滑板磨耗预测模型

摘要：

为研究受电弓滑板摩擦磨损性能的影响因素,根据磨耗演变规律对磨耗进行预测,采用置信区间估计法,确定滑板历史磨耗数据统计值上下界和基准训练集,建立机器学习的线性回归模型,以梯度下降法使代价函数趋于最小对模型进行优化.通过对该模型及方法的应用,预测滑板剩余厚度限集,并通过与某型车实测磨耗数据比较.结果表明:预测数据与实测基本一致,可为有效减少动车段对受电弓滑板维护工作量提供依据.

关键词：高速列车、受电弓滑板、机器学习、磨耗预测

所属期刊栏目：52

分类号：U264.3+4;TP391.9(机车工程)

资助基金：国家自然科学基金;四川省科技计划重点研发项目;中国国家铁路集团有限公司科技研究开发计划

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：87-90