原文传递
基于实时监测的动车组关键部件寿命预测模型的研究
| 论文题名： | 基于实时监测的动车组关键部件寿命预测模型的研究 |
| 关键词： | 动车组;寿命预测;灰色系统;BP神经网络;实时监测 |
| 摘要： | 随着近年来我国高速铁路研究的深入发展，尤其近年来，京沪、武广、广深、哈大等高速铁路专线的开通，动车组作为一种铁路客运货运的重要工具，在交通中的重要性日渐凸显。 闸片作为动车组的关键部件之一的转向架的重要组成部分，其使用状态直接关系到行车安全。本论文基于真实的闸片磨损数据，并结合目前针对闸片的一些研究成果，对闸片的磨耗情况进行了细致深入研究，通过对灰度模型和BP神经网络模型的研究，在二者结合的补偿型组合模型的基础上进行了进一步的优化，建立了新的闸片的寿命预测模型，通过MATLAB编程，简化了模型的求解过程，最后结合多组数据进行了验证，均取得了较好的预测效果。数据表明，优化后的补偿型组合模型的预测精度较高，相比于传统的补偿型模型，精度提高了约4％，十组数据的平均预测精度近98％，能应用于实际的闸片寿命预测。本论文的研究成果将对我国动车组闸片的寿命预测研究，提供一定的参考。 |
| 作者： | 梁宵 |
| 专业： | 计算机科学与技术 |
| 导师： | 刘峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
