[發(fā)明專利]一種采用分層多元逐步回歸分析進行軸溫預(yù)測的方法在審
| 申請?zhí)枺?/td> | 201910149772.4 | 申請日: | 2019-02-27 |
| 公開(公告)號: | CN109711111A | 公開(公告)日: | 2019-05-03 |
| 發(fā)明(設(shè)計)人: | 王作雷;盧東祥;史雪榮 | 申請(專利權(quán))人: | 鹽城師范學(xué)院 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 蘇州拓云知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32344 | 代理人: | 童強 |
| 地址: | 224005 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 多元逐步回歸分析 分層 預(yù)測 高速列車運行 安全運行 保障列車 變化趨勢 車軸故障 對比分析 實測結(jié)果 實時數(shù)據(jù) 預(yù)測結(jié)果 預(yù)測模型 列車 載重 采集 篩選 分析 幫助 發(fā)現(xiàn) | ||
本發(fā)明公開了一種采用分層多元逐步回歸分析進行軸溫預(yù)測的方法,本發(fā)明根據(jù)分層多元逐步回歸分析方法,結(jié)合高速列車運行時采集到的與軸溫變化相關(guān)因素的實時數(shù)據(jù),建立軸溫預(yù)測方程,同時,篩選出環(huán)境溫度、運行速度、空簧載重這三個對列車軸溫影響較大的因素。將預(yù)測結(jié)果與實測結(jié)果進行對比分析,結(jié)果表明,由分層多元逐步回歸分析建立的預(yù)測模型有較高的精度,可以準(zhǔn)確反映軸溫的變化趨勢,對于列車軸溫的分析與預(yù)測,及時發(fā)現(xiàn)車軸故障,保障列車安全運行提供一定的幫助。
技術(shù)領(lǐng)域
本發(fā)明涉及車軸技術(shù)領(lǐng)域,具體是一種采用分層多元逐步回歸分析進行軸溫預(yù)測的方法。
背景技術(shù)
車軸是高速列車的重要組成部分,是保障列車安全運行的關(guān)鍵部位,而車軸溫度則是車軸運行狀況最直接的反應(yīng),一旦發(fā)生燃軸、切軸等情況,很容易造成重大的列車事故。從上世紀(jì)八十年代初在列車上安裝的熔斷式傳感器來監(jiān)測車軸溫度,到現(xiàn)在列車上安裝無線軸溫報警器,軸溫檢測系統(tǒng)在不斷的發(fā)展與完善。但是,軸溫檢測系統(tǒng)仍有其缺陷。而造成這些系統(tǒng)故障的原因有:首先,軸溫報警器的邏輯結(jié)構(gòu)設(shè)計不完善,致使不能正確的收集到軸溫信息,并過濾誤差信息;其次,傳感器易受外界因素(氣候等)的干擾,誤使軸溫報警器在軸溫未發(fā)生異常時報警或軸溫發(fā)生異常卻尚未報警;最后,軸溫檢測系統(tǒng)軟件部分也存在需要改進的地方。
正是由于軸溫檢測系統(tǒng)存在以上缺陷,本發(fā)明提出了基于分層多元逐步回歸分析的軸溫預(yù)測,采用預(yù)警指標(biāo)對軸溫工作性能進行安全監(jiān)測,當(dāng)影響某一變量的因素有多個時,分層多元逐步回歸分析通過逐次檢驗各相關(guān)因子而篩選出最少個數(shù)的顯著因子,逐步回歸方法早已應(yīng)用于各個領(lǐng)域的預(yù)測工作。
因此,本領(lǐng)域技術(shù)人員提供了一種采用分層多元逐步回歸分析進行軸溫預(yù)測的方法,以便采用分層多元逐步回歸分析對軸溫進行預(yù)測,以某列高速列車所采集到的軸溫相關(guān)數(shù)據(jù)為例,對影響軸溫變化的各因素進行分析,建立軸溫與其他因素之間的分層多元線性回歸預(yù)測模型,對軸溫數(shù)據(jù)進行預(yù)測,以便于更精確地檢測軸溫變化,保障列車的安全運行以解決上述背景技術(shù)中提出的問題。
發(fā)明內(nèi)容
為實現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:
一種采用分層多元逐步回歸分析進行軸溫預(yù)測的方法,一種采用分層多元逐步回歸分析進行軸溫預(yù)測的方法,其特征在于,其包括以下步驟:
(1)數(shù)據(jù)預(yù)處理:對于傳感器所采集到的車軸溫度以及影響其變化因素的相關(guān)數(shù)據(jù),由于存在空缺值及數(shù)據(jù)冗余,因此需要對數(shù)據(jù)進行預(yù)處理,對于采集數(shù)據(jù)間隔時間內(nèi)的數(shù)據(jù)中的空缺值,采用最臨近插值法,即用空缺值的前一個值補充此空缺值,同時,需要對所有數(shù)據(jù)進行“標(biāo)準(zhǔn)化”處理,建立相對系數(shù)矩陣;
(2)建立預(yù)測方程:利用矩陣的初等變換,逐個引入因子,并依次對其顯著性進行檢驗,以確保留下最少個數(shù)的顯著因子,經(jīng)過若干個次的計算,得到標(biāo)準(zhǔn)化的回歸方程,最后將標(biāo)準(zhǔn)化回歸方程還原為非標(biāo)準(zhǔn)化方程,以各因素的平均值帶入,求出方程常系數(shù),得到各因子對應(yīng)系數(shù)及預(yù)測方程;
(3)檢驗預(yù)測方程:為了檢驗預(yù)測方程的有效性,將所測得的但未用來建立預(yù)測方程的樣本數(shù)據(jù)帶入預(yù)測方程進行計算,檢測其與采集到的實際軸溫數(shù)據(jù)的誤差大小,進行誤差分析。
進一步,作為優(yōu)選,在所述步驟(1)中,影響其變化因素的相關(guān)數(shù)據(jù)是通過皮爾遜系數(shù)得到與軸溫的相關(guān)性的若干個因素。
進一步,作為優(yōu)選,在步驟(1)中,影響其變化因素的相關(guān)數(shù)據(jù)至少包括運行速度、空簧載重、環(huán)境溫度、牽引力、牽引變流器功率這五個因素。
進一步,作為優(yōu)選,在所述步驟(2)中,采用高層次模型和低層次模型進行分層的方式建立預(yù)測方法,且高層次模型選取運行速度和牽引力,低層次模型選取運行速度、空簧載重、環(huán)境溫度、牽引力、牽引變流器功率五個因素,進行分層逐步回歸分析,以選取與軸溫相關(guān)性最高的因子來建立有效的預(yù)測方程。
進一步,作為優(yōu)選,高層次模型采用以下公式進行計算:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于鹽城師范學(xué)院,未經(jīng)鹽城師范學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910149772.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





