基于LMM和NARNN的车轮踏面退化状态预测.pdfVIP

测控技术

·５４·２０２２４１１１试验与测试

年第卷第期

基于ＬＭＭ和ＮＡＲＮＮ的车轮踏面退化状态预测

１，２１，２１，２１，２３３

黄兵，曹亮，王景霖，单添敏，叶周虹，单安琪

（１．故障诊断与健康管理技术航空科技重点实验室，上海２０１６０１；２．航空工业上海航空测控技术研究所，上海２０１６０１；

北京交通大学机械与电子控制工程学院，北京）

３．１０００４４

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

对车轮踏面磨耗进行建模首先对比不同随机效应的选择随机系数相关的进

（ＮＡＲＮＮ）。，ＬＭＭ，ＬＭＭ，

；，。，

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

中图分类号ＴＰ２７７文献标志码Ａ文章编号１０００－８８２９２０２２１１－００５４－０５

：：：（）

：

ｄｏｉ１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．０２．２３３

ＰｒｅｄｉｃｔｉｏｎｏｆＷｈｅｅｌＴｒｅａｄＤｅｇｒａｄａｔｉｏｎＢａｓｅｄｏｎＬＭＭａｎｄＮＡＲＮＮ

１牞２１牞２１牞２１牞２３３

ＨＵＡＮＧＢｉｎｇ牞ＣＡＯＬｉａｎｇ牞ＷＡＮＧＪｉｎｇｌｉｎ牞ＳＨＡＮＴｉａｎｍｉｎ牞ＹＥＺｈｏｕＨｏｎｇ牞ＳＨＡＮＡｎｑｉ

牗１．ＡｖｉａｔｉｏｎＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｎＦａｕｌｔＤｉａｇｎｏｓｉｓａｎｄＨｅａｌｔｈＭａｎａｇｅｍｅｎｔ牞Ｓｈａｎｇｈａｉ２０１６０１牞Ｃｈｉｎａ牷

２．ＡＶＩＣＳｈａｎｇｈａｉＡｅｒｏＭｅａｓｕｒｅｍｅｎｔ＆ＣｏｎｔｒｏｌｌｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ牞Ｓｈａｎｇｈａｉ２０１６０１牞Ｃｈｉｎａ牷

３．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌ牞ＥｌｅｃｔｒｏｎｉｃａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ牞ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ牞Ｂｅｉｊｉｎｇ１０００４４牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ａｓｔｈｅｋｅｙｒｕｎｎｉｎｇｐａｒｔｏｆｔｈｅｔｒａｉｎ牞ｔｈｅｄｅｇｒａｄａｔｉｏｎｏｆｔｈｅｗｈｅｅｌｈａｓａｎｉｍｐｏｒｔａｎｔｉｍｐａｃｔｏｎｔｈｅ

ｓａｆｅｔｙｏｆｔｈｅｔｒａｉｎ．Ｔａｋｉｎｇｔｈｅｗｈｅｅｌｔｒｅａｄｗｅａｒａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔａｎｄｔａｋｉｎｇｔｈｅｈｉｓｔｏｒｉｃａｌｗｈｅｅｌｔｒｅａｄｗｅａｒ

ａｓｔｈｅｉｎｐｕｔ牞ｔｈｅｗｈｅｅｌｔｒｅａｄｗｅａｒｉｓｍｏｄｅｌｅｄｂｙｌｉ