首页|自发电式轨道车辆轴箱温度预测方法研究

自发电式轨道车辆轴箱温度预测方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对上海地铁所采用的自发电式轴温监测系统中的轴箱温度预测问题，通过长短时记忆网络(LSTM)、BP神经网络以及支持向量回归机(SVR)三种预测方法进行轴箱温度预测并将结果进行对比分析。最后，利用实测数据，对各方法的预测结果进行对比，结果表明，SVR的预测结果均优于其他预测方法，且预测精度可达到98。59%。
Research on Prediction Method of Axle Box Temperature of Self-power Railway Vehicle
Aiming at the axle box temperature prediction problem in the self-powered axle temperature monitoring system used by the Shanghai metro,the axle box temperature prediction is carried out through three prediction methods,which are long short-term memory(LSTM),BP neural network and support vector regression(SVR),and the results are compared and analyzed.Finally,the measured data is used to compare the prediction results of each method,the results show that the prediction results of SVR are better than other prediction methods,and the prediction accuracy can reach 98.59%.

axle box temperature predictionlong short-term memoryBP neural networksupport vector regression

关博、陈威、彭乐乐、丁亚琦、郑树彬

展开 >

上海工程技术大学城市轨道交通学院 上海 201620

上海航天设备制造总厂有限公司 上海 200245

上海地铁维护保障有限公司车辆分公司 上海 200031

轴箱温度预测 长短时记忆网络 BP神经网络 支持向量回归机

国家自然科学基金项目国家自然科学基金项目上海申通地铁集团项目上海申通地铁集团项目上海工程技术大学青年科研团队培育计划项目

5190711751975347JS-KY20R013-32021CL-KY20R013-3-JYF-050QNTD202112

2024

10.3969/j.issn.1672-9722.2024.05.048

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2024.52(5)
  • 18