高速列车牵引系统在运行过程中总是受到诸多不确定因素的影响,例如,由于列车的负载、运行环境及元器件的老化引起的不确定性,不确定因素不可避免地影响牵引系统剩余寿命的预测精度.为了提高不确定情景下剩余寿命预测的准确性,本文首先采用改进的相关向量机(Relevance vector machine, RVM)方法,建立鲁棒性能良好的多步回归模型,由于t分布比常用的高斯分布更具有鲁棒性,通过权重和随机误差服从t分布而非高斯分布,改进了相关向量机回归模型,随后将超参数的先验一并融入似然函数,通过最大化似然函数估计未知的超参数,此外,利用首达时间方法从概率角度对剩余寿命进行了预测,最后通过牵引系统中电容器退化的案例,与传统的相关向量机方法、自回归方法和支持向量机方法进行对比,验证了所提算法的有效性.
类型: 期刊论文
作者: 王秀丽,姜斌,陆宁云
关键词: 相关向量机,牵引系统,剩余寿命预测,首达时间,分布
来源: 自动化学报 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 铁路运输,自动化技术
单位: 南京航空航天大学自动化学院,江苏省物联网与控制技术重点实验室(南京航空航天大学)
基金: 国家自然科学基金(61490703,61873122,61922042),江苏高校优势学科建设工程资助项目,南京航空航天大学博士生短期访学项目(180401DF03)资助~~
分类号: U260.13;TP181
DOI: 10.16383/j.aas.c190204
页码: 2303-2311
总页数: 9
文件大小: 1638K
下载量: 236
本文来源: https://www.lunwen66.cn/article/1a9eb0e3312a5d7c7137c471.html