基于PIPs样本优化的机车车辆轴温实时预测方法

作者：杨则云

来源：机械, 2018, 45(04): 1-10.

• 轴承温度
• 时间序列
• 曲线拟合
• PIPs

建立了一种基于最小二乘曲线拟合的轴温预测模型,并采用PIPs对样本进行优化改进,提高了预测精度。首先基于PIPs对建模样本点进行优化选择,选取历史温度数据中能表征温度变化趋势的重要点作为建模样本点,再利用最小二乘曲线拟合法建立实时温度预测模型对机车车辆轴承温度进行实时预测。以某型机车车辆履历轴承温度数据为例,采用本文模型对任意时刻温度的后5分钟温度进行预测,将预测结果与实际监测结果进行连续对比,验证了所建立的轴温预测模型及其改进模型的有效性:基于最小二乘曲线拟合预测模型的综合平均相对误差为3.47%,综合最大相对误差为20.27%,而进行PIPs改进后的综合平均相对误差为2.67%,同比降低了23.05%,综合最大相对误差为16.67%,同比降低了17.76%。