典型文献
基于LMM和NARNN的车轮踏面退化状态预测
文献摘要：
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(NARNN)对车轮踏面磨耗进行建模.首先,对比不同随机效应的LMM,选择随机系数相关的LMM,进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.
文献关键词：
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：
作者姓名：
黄兵;曹亮;王景霖;单添敏;叶周虹;单安琪
作者机构：
故障诊断与健康管理技术航空科技重点实验室,上海 201601;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 100044
文献出处：
引用格式：
[1]黄兵;曹亮;王景霖;单添敏;叶周虹;单安琪-.基于LMM和NARNN的车轮踏面退化状态预测)[J].测控技术,2022(11):54-58
A类：
NARNN,退化状态预测,退化过程预测
B类：
LMM,车轮踏面,列车,走行部,踏面磨耗,耗量,线性混合模型,非线性自回归神经网络,随机效应,随机系数,随机搜索算法,算法优化,磨耗值
AB值：
0.180999
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
