摘要
本发明提供了一种构件磨损预测方法、系统及装置,涉及高速铁路维护技术领域,包括获取目标构件的历史磨损数据信号集;获取实时磨损数据信号集;将训练集输入到预设的神经网络模型中进行训练,获得第一预测模型;将验证集输入到第一预测模型中进行训练,获得第二预测模型;第二预测模型为目标磨损量预测模型;得到实时碳滑板磨损量。本发明首先通过优化算法得到神经网络的权值和阈值,再根据神经网络反向传递算法计算下降梯度与误差,并根据下降梯度和误差对神经网络模型各层神经元的权值和阈值再次进行优化,从而得到能够准确预测受电弓碳滑板磨损量的预测模型,为实时掌握受电弓碳滑板磨损情况和延长弓网系统服役寿命提供了科学依据。
技术关键词
神经网络模型
磨损预测方法
训练集
受电弓碳滑板
输入模块
预测系统
弓网系统
存储计算机程序
传感器
序列
预测装置
高速铁路
编码模块
数据
矩阵
系统为您推荐了相关专利信息
家具组件
指令
绘图辅助方法
语音输入模块
识别模块
性能指标数据
停车场
概率密度函数
生成程序
生成方法
超分辨率网络
信道估计方法
生成训练数据
采样模块
卷积神经网络提取