基于遗传算法-BP神经网络的动车组列车轮对磨耗模型

作者：高明亮; 邵俊捷; 常振臣; 王连富; 刘德权; 牛振虎; 陈之恒

来源：城市轨道交通研究, 2022, 25(06): 65-69.

DOI：10.16037/j.1007-869x.2022.06.013

• 动车组
• 列车
• 轮对磨耗
• 遗传算法
• BP神经网络

鉴于动车组运行过程中轮径磨耗及轮缘厚度磨耗对于列车的平稳、安全运行的重要影响，利用相关性算法确定了轮对磨耗的影响因素，并在传统BP神经网络的基础上采用GA(遗传)算法对其初始权重和阈值进行了优化，构建出GA-BP神经网络模型。输入某动车组列车的历史数据，对该模型进行训练，轮径磨耗预测准确率达到了95.29%,平均误差为0.212 mm;轮缘厚度磨耗预测准确率达到91.76%,平均误差为0.052 mm。证实了此模型在轮对磨耗预测方面的可用性。

• 单位
  牵引动力国家重点实验室; 西南交通大学; 中车长春轨道客车股份有限公司