基于神经网络的列车空气制动系统压力波预测模型OA
重载列车制动系统依靠列车管压力波来传递制动控制指令,准确预测压力波传递规律对于获取制动系统特性,减少列车纵向冲动有重要意义。针对列车空气制动系统各部件摩擦、阀门滑移摩擦及孔口阻尼等具有显著时变与非线性的特征,根据万吨列车编组制动系统定置试验台获得的数据,利用遗传算法优化反向传播神经网络权重和阈值的方法,建立万吨编组列车管压力波传递神经网络模型,实现列车管压力波传递的预测。结果表明,该模型能很好地预测万吨编组在常用制动工况下的列车管压力波传递情况,列车管压力预测值与实际值的相对误差在5%以内。同时,将其应用到其他车辆工厂万吨编组制动系统试验台同工况下的列车管压力预测中,模型预测值和试验值也保持较好的一致性,相对误差不超过5%。
彭新平;蔡宇祥;刘义鑫;肖康平;倪文波;王雪梅
中车株洲电力机车有限公司重载快捷大功率电力机车全国重点实验室,湖南株洲412001中车株洲电力机车有限公司重载快捷大功率电力机车全国重点实验室,湖南株洲412001中车株洲电力机车有限公司重载快捷大功率电力机车全国重点实验室,湖南株洲412001西南交通大学机械工程学院,四川成都610031西南交通大学机械工程学院,四川成都610031西南交通大学机械工程学院,四川成都610031
机械制造
重载列车列车管压力波遗传算法反向传播神经网络制动波
《液压与气动》 2026 (7)
P.90-100,11
重载快捷大功率电力机车全国重点实验室开放课题基金(QZKFKT2024-007)。
评论