首页|基于机器学习的受电弓滑板磨耗预测模型

基于机器学习的受电弓滑板磨耗预测模型

Wear Prediction Model of Pantograph Contact Strip Based on Machine Learning

扫码查看
原文链接
  • 万方数据
  • 维普
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.

张欣、支兴帅、周宁、唐勇、李建兴、罗朝基

展开 >

西南交通大学牵引动力国家重点实验室,四川成都610031

蜀道投资集团有限责任公司,四川成都610094

成自铁路有限责任公司,四川成都610094

高速列车 受电弓滑板 机器学习 磨耗预测

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项目

520723192021YFG0066P2020J025

2023

10.19344/j.cnki.issn1671-5276.2023.01.021

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(1)
  • 5