基于DBN重载货车闸瓦磨耗量预测研究

• 作者: 王萌 王荷丽 王继鹏
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 铁路 货车 闸瓦 磨损量预测 维修维护
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 134-139
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.03.026

摘要

针对铁路货车闸瓦磨损严重导致闸瓦更换成本居高不下的问题,基于深度信念网络(DBN)拟合了铁路重载货车闸瓦磨损量的分布规律,实现了对铁路重载货车不同位置的闸瓦磨损厚度预测.其预测结果与基于支持向量回归机(SVR)结果进行对比,平均预测精度提高了6.2％达到91.8％.当运行里程数较少时(2万公里、4万公里、8万公里),闸瓦的磨损厚度受磨合时间、闸瓦安装等因素影响相对严重,随着运行里程数的增加预测精度显著增加,当里程数为10万公里、12万公里以及14万公里时预测精度分别为93.9％,91.5％,95.4％.深度学习算法的应用提高了智能性和准确性,对闸瓦磨损厚度的预测可为闸瓦更换提供参考依据,适当延长闸瓦服役寿命,减少闸瓦更换的经济成本.