基于机器学习的辅助逆变器温度预测

辅助逆变器的状态直接影响地铁安全运行和乘坐舒适度,为确保地铁运行过程中辅助逆变器能正常工作,文章提出基于机器学习的方法对辅助逆变器温度进行预测,判断辅助逆变器的温度是否存在异常。首先分析原始数据并提取相关特征;其次基于多元线性回归算法、随机森林和K近邻回归模型,建立辅助逆变器温度预测模型,并进行模型训练;最后采用K折交叉验证得出该模型在测试集上的平均绝对误差(MAE)、均方误差(MSE)和R-Squared指标,用以评价模型的拟合效果。试验结果表明:基于多元线性回归和随机森林建立的两个模型在此应用场景下表现较好,两种模型的置信度均在93%左右。

基于数据挖掘技术的地铁牵引电机温度预测

温度是影响牵引电机使用寿命的重要因素,提前预测对地铁安全高效的运行具有极其重要的作用。文章首先以牵引电机的运行数据为基础,选取与电机温度相关的一系列重要特征参数,通过线性回归(Ridge)模型、基于决策树构建的回归树(梯度提升树,GBDT)模型和多层感知机(MLP)模型,建立牵引电机温度预测模型并进行相应模型训练;其次,选用R-Squared、均方误差(MSE)和对称平均绝对百分比误差(SMAPE)指标,来评价模型的拟合效果。最后,利用已训练模型对之后两个月的电机温度进行预测,从而验证模型的泛化精度,实现牵引电机温度精确预测。通过研究,初步验证了数据挖掘技术在预测地铁牵引电机温度方面的有效性和可行性。结果表明,在预测电机温度时,MLP模型比其他两种模型在精准性和鲁棒性方面性能更佳。

基于扭矩控制法的螺栓连接可靠性探索

扭矩控制法通过扭矩因数来控制预紧力,是目前铁路行业车辆紧固件安装时主要采用的一种施工方法。为提高螺栓连接的质量和在运行中的可靠性、安全性,就扭矩控制法中预紧力的确定、扭矩因数问题进行探讨,为实际运用提供参考。

城市轨道交通车辆在最小半径曲线上的通过性能研究

城市轨道交通车辆能否通过既有的线路最小半径曲线是车辆购置或设计中的一项重要内容。基于理论计算、仿真分析及线路试验等方法对车辆在最小半径曲线上的通过性能进行了研究。某一出口地铁车辆的试验结果表明,所设计的车辆能够通过最小半径曲线。

出口伊朗地铁转向架的研制

重点介绍了适用于伊朗运营条件的转向架结构、技术参数及针对特殊运营条件的解决措施。实际运用表明,该转向架性能稳定,各部位磨耗轻微,乘坐性能舒适,为中东城市地铁转向架设计提供参考。

DC600V客车充电机对轴温报警器干扰的分析

DC600V客车在单车、编组调试及车辆使用过程中,当充电机工作时经常有轴温报警器误报警的现象。通过设备原理及故障分析,发现是由充电机干扰造成的,并提出了将电缆线屏蔽层接地的解决方案。

基于永磁直驱城轨车辆的空气弹簧设计

介绍了永磁直驱城轨车辆用空气弹簧的结构及特点,依据永磁直驱城轨车辆服役条件和结构参数,通过几何分析,提出了空气弹簧变形量计算校核方法,并提出了空气弹簧悬挂刚度参数范围,最后通过试验验证了空气弹簧的性能参数符合要求,构建了基于车辆服役条件和结构参数进行空气弹簧设计的方法。

地铁车辆轴箱轴承寿命二维算法研究

介绍了地铁车辆轴箱轴承寿命的二维算法,并验证了二维算法的可靠性及有效性。

基于高斯混合模型的地铁牵引系统健康度评估

文章基于高斯混合模型,采用数据挖掘技术,对地铁牵引系统健康度评估进行研究。主要研究方法为利用无监督学习和有监督学习两种方式,分别建立机器学习模型。首先提取原始特征,采用方差过滤法和主成分分析法进行特征降维;其次在无监督学习下对是否工况分离进行讨论,选用高斯混合模型将得到的类概率值作为设备健康度评分;最后在有监督学习下选用逻辑回归模型评估牵引系统的健康度。结果表明,在无监督学习工况分离的情况下,高斯混合模型的表现状态有较高的预测精度和模型准确度。