科研之友
微信
新浪微博
Facebook
分享链接
摘要
结合灰色模型所需数据量少和BP神经网络非线性映射能力较强的特点，建立了一种基于灰色BP神经网络的高速列车轴箱轴承温度预测模型。首先，用粒子群算法优化的灰色模型对轴温进行预测，并计算出预测值与实测值的残差；然后，以轴温、列车速度、运行时间、环境温度为BP神经网络的输入对残差序列进行校正；最后，将灰色预测值与残差校正值求和，得到灰色BP神经网络模型的轴温预测值。基于某型高速列车的履历轴箱轴承温度数据，采用灰色BP神经网络模型对轴温进行预测，并根据预测评价指标对模型进行评估，结果表明该模型较单一模型的预测精度得到有效改善。
-
单位兰州交通大学; 机电工程学院
