基于IPSO-BP算法的城轨列车轮对故障率预测模型研究

• 作 者: 贺德强 孙一 蒙基伟 刘建仁
• 机 构: 广西大学机械工程学院,南宁中车轨道交通装备有限公司
• 出 处: 控制与信息技术
• 发表日期: 2019年1期
• 关键词: 故障率预测 IPSO-BP算法 人工神经网络 城轨车辆 轮对 维修策略 failure rate prediction IPSO-BP algorithm ne
• 基金项目: 国家自然科学基金项目(51765006),广西自然科学基金重点项目(2017GXNSFDA198012),广西科技攻关项目(桂科攻1598009-6).

为了提高城轨列车轮对故障率的预测精度,文章采用人工神经网络方法代替传统维修策略模型中基于经验的故障率分布显示表达式,以避开故障分布模型的选择;建立了IPSO-BP(improved particle swarm optimization-backpropagation)预测模型,并通过与常规的BP(backpropagation)及PSO-BP(particleswarmoptimization-backpropagation)预测模型进行对比来验证其高效性。仿真结果显示,IPSO-BP神经网络模型的预测