[发明专利]一种基于工况的多模型融合列车轴温估计方法

说明书

本发明公开了一种基于工况的多模型融合列车轴温估计方法，首先根据列车运行速度数据将轴温数据按照运行工况分为加速阶段轴温数据、平稳运行阶段轴温数据以及减速运行阶段轴温数据，并对各阶段的轴温数据进行相关性分析得出影响轴温的关键变量；然后分别采用多元回归(LR)、随机森林(RF)、梯度回归树(GBDT)等方法建立不同运行工况下的轴温估计模型，并采用决定系数R²来评价模型性能；为了提高模型泛化能力以及鲁棒性，采用模型融合的方法进行轴温估计，模型的权重由决定系数R²决定，本发明实现了基于工况的多模型融合列车轴温的有效估计，弥补了基于单模型的轴温估计存在的缺点，有效地增强了模型的泛化能力和鲁棒性。

技术领域

本发明属于列车的轴温估计技术领域，具体涉及一种基于工况的多模型融合列车轴温估计方法。

背景技术

由于人口数量、商业贸易的飞速发展以及能源的日渐枯竭，汽车、飞机等交通运输方式已无法提供理想的运能，面对这一困境，科学家和工程师们逐渐将目光投向了轨道交通。作为一种历史悠久的交通运输方式，轨道交通具有运能大、准点率高、速度快、安全性高、空间占用率低、能耗低、绿色环保、受天气影响小、造价低等突出优势，是解决当前运能低下、资源短缺等困境的有效手段。

车轴是列车的关键部件，由于轴承磨损、安装的技术、使用条件以及负载等因素，列车的车轴轴承难免会出现磨损、剥落等情况。在列车运行过程中，列车和钢轨之间的频繁撞击会导致车辆轴承发热，因此轴温数据能够真实地反映列车运行状况。当出现油脂过多、缺少或变质、轴承内混有异物以及轴承内部损坏等情况时，轴承就会产生不正常升温的状况，导致热轴故障。如果能根据已有轴温数据准确地对轴温进行估计，就可以有效地对热轴故障进行预警，进而实现提前对车轴故障进行排查、处理，避免重大安全事故的发生，有力地保障旅客生命财产安全。

发明内容

本发明的目的是提供一种基于工况的多模型融合列车轴温估计方法，解决了现有技术中存在的列车轴温估计的准确度差，鲁棒性以及模型的泛化能力弱的问题。

本发明所采用的技术方案是，一种基于工况的多模型融合列车轴温估计方法，具体按照以下步骤实施：

步骤1、针对高速列车在牵引、制动、惰行不同运行工况下，轴温数据的特征，将轴温数据分为加速阶段轴温数据、平稳运行阶段轴温数据、减速阶段三个部分轴温数据，并对不同运行工况下的轴温数据进行相关性分析；

步骤2、对不同运行工况下的轴温数据采用多元回归法LR进行估计，并计算该模型的决定系数R²；

步骤3、对不同运行工况下的轴温数据采用随机森林法RF进行估计，并计算该模型的决定系数R²；

步骤4、对不同运行工况下的轴温数据采用梯度回归树法GBDT进行估计，并计算该模型的决定系数R²；

步骤5、根据步骤2、步骤3、步骤4得到不同工况下基于不同模型的决定系数R²，计算响应工况下模型的权重，并按照该权重对不同工况下的轴温估计模型进行融合。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

步骤1.1、根据列车的速度数据将列车的轴温数据分为加速阶段轴温数据、平稳运行阶段轴温数据、减速阶段轴温数据；

步骤1.2、对不同阶段的轴温数据进行相关性分析，得到不同运行工况下影响轴温变化的变量为：环境温度C、速度v、运行时间t、载重L、初始轴温T₀。

步骤2具体按照以下步骤实施：

步骤2.1、根据步骤1.2中得到的影响轴温变化的变量，采用多元回归法建立基于LR的轴温估计模型；