公开(公告)号：CN118445691B

公开(公告)日：2024-10-01

申请号：CN202410907213.6

申请日：2024-07-08

Applicant: 西南交通大学

Inventor： 高国强 ,  傅荣 ,  杨泽锋 ,  王青松 ,  钱鹏宇 ,  黄治文 ,  翁旭 ,  曾俊杰 ,  李红艳 ,  吴广宁 ,  魏文赋 ,  黄桂灶

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/084

Abstract: 本发明提供了一种构件磨损预测方法、系统及装置，涉及高速铁路维护技术领域，包括获取目标构件的历史磨损数据信号集；获取实时磨损数据信号集；将训练集输入到预设的神经网络模型中进行训练，获得第一预测模型；将验证集输入到第一预测模型中进行训练，获得第二预测模型；第二预测模型为目标磨损量预测模型；得到实时碳滑板磨损量。本发明首先通过优化算法得到神经网络的权值和阈值，再根据神经网络反向传递算法计算下降梯度与误差，并根据下降梯度和误差对神经网络模型各层神经元的权值和阈值再次进行优化，从而得到能够准确预测受电弓碳滑板磨损量的预测模型，为实时掌握受电弓碳滑板磨损情况和延长弓网系统服役寿命提供了科学依据。

公开(公告)号：CN118445691A

公开(公告)日：2024-08-06

申请号：CN202410907213.6

申请日：2024-07-08

Applicant: 西南交通大学

Inventor： 高国强 ,  傅荣 ,  杨泽锋 ,  王青松 ,  钱鹏宇 ,  黄治文 ,  翁旭 ,  曾俊杰 ,  李红艳 ,  吴广宁 ,  魏文赋 ,  黄桂灶

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/084

Abstract: 本发明提供了一种构件磨损预测方法、系统及装置，涉及高速铁路维护技术领域，包括获取目标构件的历史磨损数据信号集；获取实时磨损数据信号集；将训练集输入到预设的神经网络模型中进行训练，获得第一预测模型；将验证集输入到第一预测模型中进行训练，获得第二预测模型；第二预测模型为目标磨损量预测模型；得到实时碳滑板磨损量。本发明首先通过优化算法得到神经网络的权值和阈值，再根据神经网络反向传递算法计算下降梯度与误差，并根据下降梯度和误差对神经网络模型各层神经元的权值和阈值再次进行优化，从而得到能够准确预测受电弓碳滑板磨损量的预测模型，为实时掌握受电弓碳滑板磨损情况和延长弓网系统服役寿命提供了科学依据。