咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多阶段退化建模的列车电空阀退化预测方法 收藏

基于多阶段退化建模的列车电空阀退化预测方法

Degradation Prediction Method for Train Electro Pneumatic Valve Based on Multi-phase Degradation Modeling

作     者:熊柳景 牛刚 王彪 XIONG Liujing;NIU Gang;WANG Biao

作者机构:同济大学交通学院上海201804 北京交通大学轨道交通控制与安全国家重点实验室北京100044 

出 版 物:《同济大学学报(自然科学版)》 (Journal of Tongji University:Natural Science)

年 卷 期:2025年第53卷第1期

页      面:115-123页

核心收录:

学科分类:082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基  金:北京交通大学轨道交通控制与安全国家重点实验室开放课题基金(RCS2023K005) 中央高校基本科研业务费专项资金(2022-5-ZD-04) 

主  题:退化预测 多阶段退化建模 扩展卡尔曼滤波 自适应遗忘因子 电空阀电磁线圈 

摘      要:为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测方程。其次,基于EKF算法对退化数据进行最优估计,减少退化数据不确定性波动对预测的干扰。然后,根据历史数据的EKF最优估计结果建立退化模型,将下一退化阶段的预测值和观测值信息交互结果用于退化模型的更新。最后,采用自适应遗忘因子对EKF优化后的历史数据样本和新观测数据样本进行动态权重调整,通过多阶段退化建模完成退化模型的参数自适应更新。试验验证结果表明:所提出的退化预测方法可以准确有效地实现多阶段连续退化预测;所提出的自适应遗忘因子权重调整策略可以有效提高退化预测的准确性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分