Kurz gefasst
Fachartikel in der Zeitschrift 科学技术与教育, 2026-04. Verfasst von 隆 徐 und 1 weiteren Autor:innen.
Abstract (Originalsprache)
机车走行部是列车核心承载部件,其剩余使用寿命预测对保障铁路运输安全、优化检修策略具有重要意义。针对多源异构数据难以有效融合、传统模型自适应能力弱、复杂工况下预测精度偏低等问题,本文提出一种融合多源异构数据的自适应RUL预测方法。对振动、温度、转速等传感数据、维修记录及工况数据进行预处理,采用变分模态分解结合能量熵提取振动信号有效特征,对非结构化文本量化并归一化工况数据;构建基于注意力机制的改进长短期记忆网络,利用哈里斯鹰优化算法自适应优化超参数,增强关键特征权重与多源特征融合能力。以HXD3D型机车走行部轴承为对象开展全寿命周期验证,结果表明,该方法较传统LSTM、SVR等模型,均方根误差与平均绝对百分比误差分别降低28.3%、25.7%,自适应能力与预测精度显著提升。
Zitieren
APA
徐, 隆., & 提, 彤. (2026). 多源异构数据机车走行部剩余使用寿命自适应预测. 科学技术与教育, 2(4). https://doi.org/10.64083/ste2610415
Vancouver
徐 隆, 提 彤. 多源异构数据机车走行部剩余使用寿命自适应预测. 科学技术与教育. 2026;2(4). doi:10.64083/ste2610415
BibTeX
@article{2026,
author = {徐, 隆 and 提, 彤},
title = {多源异构数据机车走行部剩余使用寿命自适应预测},
journal = {科学技术与教育},
year = {2026},
volume = {2},
number = {4},
doi = {10.64083/ste2610415}
}
EUVIMED