欢迎来到天天文库
浏览记录
ID:35015753
大小:2.90 MB
页数:59页
时间:2019-03-16
《基于灰色理论的车辆轮对踏面磨损预测研究》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、、心.中图分类号:U260331密级:公开UDC;本校编号;讀W《遺乂爹硕±学位论文论文题目:基于灰色理论的车辆轮对踏面磨损预测研究.研究生姓名:李淫学号;0212445汤夏安职称学校指导教师姓名::副教授王学硕击学位专业交通信息王程及控制申请学位等级::201512.6.2015.6.8论文提交日期:论文答辩日期:\I独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成>果,除了文中持别加
2、1^1标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含获得兰州《通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名签字日期年/月日学位论文版权使用授权书本学位论文作者完全了解兰州々通大学有关保留、使用学位论文的规定。特授权兰州巧通大学可^?将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编供查阅和借阅。同意学校向国家有关部
3、口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授权说明()学位论文作者签名:若建导师签名; ̄月曰签字曰期签字曰期;2年;年月人i曰<?^A?^装W/硕士学位论文基于灰色理论的车辆轮对踏面磨损预测研究PredictionofWheelsetTreadWearBasedonGreyTheory作者姓名:李滢学科、专业:交通信息工程及控制学号:0212445指导教师:汤旻安副教授完成日期:2015年4月18日兰州交通大学LanzhouJiaotongUniversity兰州交通
4、大学硕士学位论文摘要车轮作为列车的重要组成部件之一,其状态的好坏直接关系到列车的运行安全。其中,车轮踏面磨损也是造成列车故障的主要原因之一,没有预知的车轮失效不仅影响维修策略的制定,而且还可能造成灾难性事故。因此,有效地预测车轮的磨损状态并评估其剩余寿命有助于了解在役车轮的健康状态并制定出合理、优化的维修策略,减小车轮由于维修不足和过度维修造成的安全隐患和经济损失。针对目前存在的列车运行过程中车轮状态的实时监测及车轮维修实际问题,本课题提出应用灰色系统理论方法,对灰色模型进行改进的基础上,构建灰色组合预测模型,
5、实现车轮磨耗量的准确预测,并对其剩余寿命进行分析,具体研究内容如下:(1)系统地介绍了灰色系统理论的相关知识及GM(GreyModel,灰色模型)预测模型群中最重要的GM(1,1)预测模型,分析了应用灰色模型的前提条件,并对车轮踏面磨耗的灰特性进行了探讨研究。(2)指出灰色GM(1,1)模型存在长期预测精度较低的问题,针对模型初始条件不能充分利用新信息的现象,提出采用累加数列的最新值来代替初值的改进方法,同时采用新陈代谢的方法不断等维滚动数列并更新初值,得到改进后的初值递进等维新息GM(1,1)模型,根据预测结
6、果评估车轮踏面剩余寿命,作为制定维修策略的依据,并通过实例分析研究了该方法对车轮踏面磨损预测的可行性和有效性。(3)考虑到车轮踏面磨损预测具有灰色不确性特征及单个模型预测的局限性对预测精度造成的影响,提出构造灰色组合预测模型的思想,分别介绍改进的灰色GM(1,1)模型、离散GM(1,1)模型和二次指数模型,并选用这三种模型作为组合模型的单一模型,构造以熵值法来确定权重系数的灰色定权组合预测模型和以各单一模型的绝对误差来确定权重的灰色变权组合预测模型,提高预测模型的精度。(4)以车轮踏面磨损作为研究对象,构建了基
7、于三种单项模型的定权组合预测模型和变权组合预测模型,应用灰色组合预测模型对车轮踏面磨损实际数据进行实例仿真验证,结果表明,文中所提组合预测方法能够较好的反映车轮踏面磨损趋势,组合预测模型较任一单一模型精度更高,结果更具合理性与科学性。同时将定权组合模型结果与变权组合模型结果进行比较,并利用模型评价指标评价了两种组合模型的预测性能,验证了所提灰色变权组合预测模型的可行性与有效性。本课题的研究将有利于提高列车运行的安全性和可靠性,有助于制定科学的车辆维修策略,减小维修人员的维修量,增加车轮的使用寿命,能够极大地提高
8、车辆的运用效-I-基于灰色理论的车辆轮对踏面磨损预测研究率,在降低维修费用的同时也可为车轮的状态监测和实现车辆轮对的状态修提供一种参考和新思路。关键词:车轮踏面;磨损预测;灰色GM(1,1)模型;灰色定权组合预测;灰色变权组合预测论文类型:应用基础研究-II-兰州交通大学硕士学位论文AbstractThewheelisoneoftheimportantcomponentsoftrain
此文档下载收益归作者所有