动车组制动闸片寿命预测关键技术的研究与实现

《动车组制动闸片寿命预测关键技术的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：公开学校代码：；父动车组制动闸片寿命预测关键技术的研究与实现作者姓名廖涛学科专业计、算机科学与技术指导教师张宁教授培养院系计算机与信息技术学院二零一五硕士学位论文动车组制动闸片寿命预测关键技术的研究与实现作者：廖涛导师：张宁北京交通大学年月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务并采用影印、縮印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。保密的学位论文在解密后适用本

2、授权说明）学位论文作者签名导师签名签字日期：年月日签字日期年月日中图分类号学校代码：：密级：公开北京交通大学硕士学位论文动车组制动闸片寿命预测关键技术的研究与实现作者姓名：廖涛学号：导师姓名：教授：张宁职称学位类别工学学位级别：硕士学科专业：计算机科学与技术研究方向：现代铁路信息技术北京交通大学年月致谢本论文的工作是在我的导师张宁老师的悉心指导下完成的，在研宄生期间张宁老师严谨的治学态度和科学的工作方法给了我极大的帮助和影响。张宁老师平时对科研项目投入了大量的时间和精力，是新时期科研工作者的楷模，他的态度和作风是值得我们大家学习的，在此我对张老师致

3、以崇髙的敬意并衷心感谢三年来张宁老师对我的关心和指导。在硕士研宄生学习期间，宋晓虹老师悉心指导我们完成了实验室的科研工作，在学习上和生活上都给予了我很大的关心和帮助，在此向宋晓红老师表示衷心的谢意。在实验室工作及撰写论文期间，张雪妹、潘勇卓、毛伟、贺彩峰等同学对我论文中算法的实现与研究工作给予了不少帮助，在此向他们表达我的感激之情。在北京交通大学学习的这段时间里，我的生活非常充实，谢谢陪我走过这段时光的各位老师和同学。另外也感谢我的父母，感谢他们多年来对我的养育之恩，他们的理解和支持使我能够在学校专心完成我的学业。最后衷心感谢在百忙之中抽出宝贵时间

4、对我的论文进行评审并提出宝贵意见的各位老师。北京交通大学硕士学位论文摘要摘要随着现代工业技术的飞速发展，设备的寿命预测在企业生产经营中的地位日益突出。制动系统作为动车组的关键系统，其安全性、稳定性和经济性是制动系统制造商、维修厂等各个相关部门关注的焦点。制动闸片是制动系统的关键部件，它在动车组制动时的高温环境和强大外力作用下发生的摩擦过程会对其自身造成一定的磨损，当磨损量达到一定的程度时需要进行更换以保障制动系统的正常运转。因此对制动闸片进行剩余寿命进行预测并以此为基础制定恰当的维修及更换策略，对保证动车组运行的安全性、提高材料的利用率有重要意义。

5、本文以动车组制动系统中的制动闸片为研宄对象，使用机器学习相关算法，综合考虑制动闸片磨损相关因素，基于动车组车地通讯系统采集的动车组实时运行数据，对其寿命预测中的关键技术，即磨损量估算技术进行研宄，建立了一种动车组制动闸片磨损量估算模型。主要进行了以下三方面的研宄工作：基于对动车组制动闸片寿命预测的关键技术的分析，确定了以制动闸片磨损量估算模型研宄作为本文的核心内容。考虑制动闸片磨损的具体情况，确定了磨损量估算模型的建立方案。考虑到动车组实时运行数据获取中存在的问题，介绍了本课题研宄中用于数据获取的系统，即动车组车地通讯系统。主要从动车组运行数据的采

6、集、传输数据所用无线网络的选择和服务器接收系统对数据的接收、处理三个方面进行了分析。对机器学习中神经网络模型进行了研宄，针对传统神经网络模型中学习机制的缺陷进行了改进。基于动车组车地通讯系统获取的动车组实时运行数据，使用改进的训练算法建立了制动闸片磨损量估算模型，并且介绍了将该模型作为寿命预测系统中软件构件的实现方法。实验结果表明，基于本课题研宂过程中采集的数据，使用文中提出的改进的训练算法进行训练，与传统的训练算法相比，能获得更好的性能。关键词：制动闸片；寿命预测；磨损估算；神经网络分类号：北京交通大学硕士学位论文北京交通大学硕士学位论文北京交通

7、大学硕士学位论文目录目录弓课题的研究背景及研宄意义国内外研宄现状国外研宄现状国内研宄现状课题的主要研宂内容本文组织结构制动闸片寿命预测相关理论与技术制动闸片寿命预测关键技术分析动车组制动系统简介制动闸片寿命预测的关键技术制动闸片磨损相关参数分析建模方法的研宄制动闸片磨损量估算模型的建立方案相关数据的获取模型的建立本章小结动车组实时运行数据的获取技术无线传输设备网络传输通道动车组运行状况下的无线网络环境无线网络的选择使用网络建立传输通道服务器接收系统动车组实时运行数据本章小结改进的神经网络模型北京交通大学硕士学位论文目录人工神经网络人工神经网络基本概

8、念人工神经网络的分类层次型神经网络的结构神经网络模型神经网络基本概念算法监督学习的学习机制神经网络的改进传统算法存在的缺陷