论文部分内容阅读
轴承作为高速列车走行部的关键零部件,其工作状态异常将严重影响列车的安全运行。目前高速列车采用车载轴温监测系统来监测轴温的实时变化,如果监测轴温超过设定的阈值则诊断其状态异常,并发出预警或报警,从而有效避免了燃轴、切轴等重大安全事故。但由于该系统无法对轴温的发展趋势进行预测,只能被动等待,一旦异常结果发生,导致留给相关人员的处理时间较少且处理手段相对单一。因此,开展高速列车轴温实时预测方法研究,对保障行车安全性、提高运营经济性等具有重要的研究和工程应用价值。基于灰色理论的预测模型具有建模样本量小、计算效率高等特点,适用于高速列车轴温实时预测。但灰色预测模型的预测结果呈单调性,当轴温呈非单调的凹形或凸形变化时,对极值点后数据的预测误差较大,且还存在长时预测精度不高等问题。为了解决这些问题,论文开展了以下工作:(1)优选了一种经典灰色理论时序预测模型应用于高速列车轴温实时预测,并优化其建模参数。通过分析高速列车车载轴温监测数据及多种经典灰色理论时序预测模型,构建了基于灰色理论的轴温时序预测模型及评价指标,并通过评价不同灰色理论时序预测模型对典型轴温变化特征的适用性和预测精度,最终优选GM(1,1)模型,并优化其建模参数。(2)提出了一种基于偏离度和灰色理论的高速列车轴温时序预测模型。将GM(1,1)模型与二次多项式融合重构,采用最小二乘法构建灰色二次回归模型,改善GM(1,1)模型在轴温呈非单调的凹形或凸形变化时对极值点后数据预测精度不高的问题;再以GM(1,1)模型和灰色二次回归模型为基础,建立基于偏离度和灰色理论的轴温时序预测模型,改善灰色二次回归模型在温度趋势呈单调变化时预测平稳性不足的问题。轴温未来5分钟预测实例验证表明,基于偏离度和灰色理论的轴温时序预测模型优于灰色二次回归模型及GM(1,1)模型。(3)提出了一种基于多工况因素和灰色理论的高速列车轴温预测模型。通过工况因素对轴温的影响分析及灰关联分析,选取对轴温影响较大的工况因素,再通过分析对比经典的灰色多元回归预测模型,优选GM(1,N)模型,并依照加速、恒速及减速运行阶段的划分,构建并优化了基于多工况因素和灰色理论的轴温预测模型,改善了轴温时序预测模型在长时预测中精度不高的问题。轴温未来10分钟预测实例验证表明,基于多工况因素和灰色理论的轴温预测模型在预测精度及稳定性上均优于基于偏离度和灰色理论的轴温时序预测模型。(4)制定了一套高速列车轴温实时预测预警策略,并开发了轴温实时预测预警系统。针对目前车载轴温报警系统的不足,设计了基于“异常温升诊断1级预警”、“异常温升10分钟预测超限2级预警”及“异常温升5分钟预测超限3级预警”的高速列车轴温三级实时预警策略。通过对异常温升的持续跟踪和预测判别,提高轴温预警能力,延长应急处置时间。并基于所研究的预测模型和预警策略,开发了高速列车轴温实时预测预警系统。系统应用实例表明,该系统达到了预期的设计功能。论文通过以上工作,为使用灰色理论进行高速列车轴温预测及预警时提供了一种解决方法,也可为风电等相关领域的轴温预测及预警研究提供借鉴思路。