【技术实现步骤摘要】
一种列车轴承温度预测方法
[0001]本专利技术属于铁路列车设备维护的
,具体涉及一种列车轴承温度预测方法
。
技术介绍
[0002]我国高速列车已经建成了世界上规模最大
、
运营速度最快的高速铁路干线
.
[0003]高速列车是一个大型复杂的机电系统,系统呈高速化
、
集成化
、
复杂化
、
精密化和自动化等特点
。
由于高速列车长期在轨行驶外加运行过程中恶劣环境的影响,使高速列车各个零部件机械磨损
、
部件老化加剧,容易造成高速列车在运行过程中发生安全风险,严重时会造成人员的伤亡
。
[0004]轴承作为保障高速列车安全运行过程中的关键零部件,分布在高速列车电机,齿轮箱,轴箱等关键的位置,起到支撑轴
、
减少摩擦
、
保障轴的回转精度等重要作用
。
长期处于高速运转
、
承受较大冲击载荷等工作状态,会导致轴承的裂纹
、
磨损等现象,引起高速列车轴承不正常的升温
。
另一方面,高速列车在运行过程中轴承一当出现异物入侵
、
油脂缺少或变质的情况,也会引起轴承不正常温升的情况,从而给高速列车的运行带来安全隐患,甚至有可能产生严重的安全事故
。
[0005]现有技术中,高速列车轴承的安全检测都是采用温度识别来进行监测,利用车载轴温监测系统实时采集高速列车电
【技术保护点】
【技术特征摘要】
1.
一种列车轴承温度预测方法,其特征在于,包括步骤如下:
S1、
采集列车中多处位置的轴承在运行时的温度数据;
S2、
对温度数据进行预处理,形成相应的温度数据序列;
S3、
构建用于列车轴承温度预测的原始预测序列;
S4、
根据马尔科夫原理修正原始预测序列,进行残差二次优化形成灰色马尔科夫预测模型;
S5、
利用基于滑动窗的滚动机制来更新建模的时间序列,对灰色马尔科夫预测模型进行循环重建,直到获得全部待预测的数据;
S6、
在步骤
S5
对灰色马尔科夫预测模型进行循环重建的基础上进行改进,分别形成短期预测
、
中期预测
、
长期预测的过程,对列车轴承的温度进行预测
。2.
根据权利要求1所述列车轴承温度预测方法,其特征在于,采集温度数据的具体过程包括:在高速列车中多处位置的轴承上布置的温度传感器,并将每个传感器与预测温度用的主机或计算设备电性连接;温度传感器在轴承开始运转后,向预测温度用的主机或计算设备传送相应位置上的温度数据
。3.
根据权利要求2所述列车轴承温度预测方法,其特征在于,温度数据进行预处理的具体过程包括:
S21、
构建一个原始的温度数据序列
x
(0)
如下式所示:
x
(0)
=
(x
(0)
(1),x
(0)
(2),...,x
(0)
(n))
其中,
x
表示温度,0表示原始温度数据序列,
n
表示对应第几个温度传感器,
x
(0)
(n)
表示原始温度数据的具体数值;
S22、
对原始的温度数据序列
x
(0)
进行累加操作,构建非原始的温度数据序列
x
(1)
如下式所示:
x
(1)
=
(x
(1)
(1),x
(1)
(2),...,x
(1)
(n))
从原始的温度数据序列
x
(0)
累加得到非原始的温度数据序列
x
(1)
的过程如下式所示:其中,
k
表示非原始的温度数据序列
x
(1)
中的第几个数据,此时
i
表示原始的温度数据序列
x
(0)
中的第几个数据
。4.
根据权利要求3所述列车轴承温度预测方法,其特征在于,构建原始预测序列的具体过程包括:
S31、
根据原始的温度数据序列
x
(0)
、
非原始的温度数据序列
x
(1)
,构建相应
GM(1,1)
模型的差分方程
、
一阶微分方程,差分方程
、
一阶微分方程分别如下式所示:
x
(0)
(k)+az
(1)
(k)
=
b,k
=
2,3,...,n
其中,
a
为发展系数,
b
为驱动系统,
t
表示连续的时间,
x
(1)
(t)
表示非原始的温度数据序
列在连续时间下的值;其中,
z
(1)
(k)
表示背景值,背景值
z
(1)
(k)
的计算如下式所示:
S32、
根据已知的
z
(1)
(k)、x
(1)
、k
,求解发展系数
a、
驱动系统
b
,然后根据发展系数
a、
驱动系统
b
得到
x
(1)
(t)
的解的解的计算如下式所示:其中,
e
为自然常数;
S32、
根据进行累减操作,得到对应原始的温度数据序列
x
(0)
的高速列车轴承的原始预测序列进行累减操...
【专利技术属性】
技术研发人员:宁善平,齐群,郭鹏飞,熊律,赵晨,武文星,贺文锦,黄院芳,江伟,
申请(专利权)人:广东交通职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。