节点文献

基于IPSO-BP算法的城轨列车轮对故障率预测模型研究

免费订阅

【作者】 贺德强孙一蒙基伟刘建仁

【Author】 HE Deqiang;SUN Yi;MENG Jiwei;LIU Jianren;College of Mechanical Engineering, Guangxi University;Nanning CRRC Rail Transit Equipment Co., Ltd.;

【机构】 广西大学机械工程学院南宁中车轨道交通装备有限公司

【摘要】 为了提高城轨列车轮对故障率的预测精度,文章采用人工神经网络方法代替传统维修策略模型中基于经验的故障率分布显示表达式,以避开故障分布模型的选择;建立了IPSO-BP(improved particle swarm optimization-backpropagation)预测模型,并通过与常规的BP(backpropagation)及PSO-BP(particleswarmoptimization-backpropagation)预测模型进行对比来验证其高效性。仿真结果显示,IPSO-BP神经网络模型的预测误差范围为0~5.5%,输出值的相对误差百分比为0~10%,预测精度均优于常规方法,可为预防性维修决策提供理论参考和方法支撑。

【基金】 国家自然科学基金项目(51765006);广西自然科学基金重点项目(2017GXNSFDA198012);广西科技攻关项目(桂科攻1598009-6)
【所属期刊栏目】 故障诊断 (2019年01期)
  • 【DOI】10.13889/j.issn.2096-5427.2019.01.012
  • 【分类号】U279;TP183
  • 【被引频次】1
  • 【下载频次】86
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: