[發明專利]一種受電弓滑板磨耗趨勢估算及壽命預測方法及裝置

在審

• 申請號: 202011553306.1
• 申請日: 2020-12-24
• 公開（公告）號: CN112613234A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 熊盛;李經緯;吳越;邱紹峰;李加祺;殷勤;周明翔;邱建平;楊輝;白丹輝;黃世明;楊潤芝
• 申請（專利權）人: 中鐵第四勘察設計院集團有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/10;G06F119/04
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 任曉;張穎玲

1.一種受電弓滑板磨耗趨勢估算及壽命預測方法，其特征在于，所述方法包括：

獲取針對受電弓滑板磨損趨勢的預測請求；

基于所述預測請求獲取歷史數據，其中，所述歷史數據包括市域鐵路車輛行駛里程對應受電弓滑板磨耗數據；

對所述歷史數據進行預處理，得到訓練數據集；

根據所述訓練數據集對市域鐵路車輛行駛里程數據與受電弓滑板磨耗的映射模型進行訓練；

根據訓練后的所述映射模型預測受電弓滑板的磨耗狀態和使用壽命。

2.根據權利要求1所述的方法，其特征在于，所述對所述歷史數據進行預處理，得到訓練數據集，包括：

以滑板長度為參考建立橫坐標，以滑板厚度為參考建立縱坐標，建立映射所述受電弓滑板不同位置厚度的坐標系；

將所述歷史數據代入所述坐標系，確定所述受電弓滑板不同位置的行駛里程與對應滑板磨耗數據；

選擇磨耗在預設閾值以上的所述受電弓滑板位置對應的所述歷史數據建立所述訓練數據集。

3.根據權利要求2所述的方法，其特征在于，所述對所述歷史數據進行預處理，還包括：

清洗異常數據。

4.根據權利要求1所述的方法，其特征在于，所述根據所述訓練數據集對市域鐵路車輛行駛里程數據與受電弓滑板磨耗的映射模型進行訓練，包括：

確定所述映射模型為支持向量回歸機SVR的映射模型。

5.根據權利要求1所述的方法，其特征在于，所述根據訓練后的所述映射模型預測受電弓滑板的磨耗狀態和使用壽命，包括：

將市域鐵路車輛機車下一段行程的距離輸入訓練后的所述映射模型，輸出所述受電弓滑板在下一里程結束后的磨耗狀態；

根據總行駛里程數，確定所述受電弓滑板的使用壽命。

6.一種受電弓滑板磨耗趨勢估算及壽命預測裝置，其特征在于，所述裝置包括：

請求模塊，用于獲取針對受電弓滑板磨損趨勢的預測請求；

數據處理模塊，用于基于所述預測請求獲取歷史數據，其中，所述歷史數據包括市域鐵路車輛行駛里程對應受電弓滑板磨耗數據；對所述歷史數據進行預處理，得到訓練數據集；

訓練模塊，用于根據所述訓練數據集對市域鐵路車輛行駛里程數據與受電弓滑板磨耗的映射模型進行訓練；

預測模塊，用于根據訓練后的所述映射模型預測受電弓滑板的磨耗狀態和使用壽命。

7.根據權利要求6所述的裝置，其特征在于，所述數據處理模塊，具體用于：以滑板長度為參考建立橫坐標，以滑板厚度為參考建立縱坐標，建立映射所述受電弓滑板不同位置厚度的坐標系；將所述歷史數據代入所述坐標系，確定所述受電弓滑板不同位置的行駛里程與對應滑板磨耗數據；選擇磨耗在預設閾值以上的所述受電弓滑板位置對應的所述歷史數據建立所述訓練數據集。

8.根據權利要求7所述的裝置，其特征在于，所述數據處理模塊，還具體用于：清洗異常數據。

9.根據權利要求6所述的裝置，其特征在于，所述訓練模塊，具體用于：確定所述映射模型為支持向量回歸機SVR的映射模型。

10.根據權利要求6所述的裝置，其特征在于，所述預測模塊，具體用于：將市域鐵路車輛機車下一段行程的距離輸入訓練后的所述映射模型，輸出所述受電弓滑板在下一里程結束后的磨耗狀態；根據總行駛里程數，確定所述受電弓滑板的使用壽命。