摘要
本发明提供了一种受电弓碳滑板摩擦磨损特性预测方法及系统,涉及铁路维护技术领域,包括获取受电弓碳滑板摩擦磨损数据信号集;构建受电弓碳滑板摩擦磨损物理模型;将所述数据信号集发送至受电弓碳滑板摩擦磨损物理模型进行处理,得到受电弓碳滑板摩擦磨损特性数据集;将所述受电弓碳滑板摩擦磨损特性数据集进行归一化处理,并基于归一化处理后的数据集建立物理模型嵌入的深度神经网络模型;将所述深度神经网络模型进行优化,并建立具有物理解释性的迭代优化框架,得到对受电弓碳滑板摩擦磨损特性实时预测的预测模型。本发明为高速列车受电弓碳滑板摩擦磨损特性的实时监测与预测提供了一种高效且可靠的解决方案。
技术关键词
受电弓碳滑板
深度神经网络模型
特性预测方法
物理
电弧持续时间
数据
神经网络参数
预测系统
归一化方法
超参数
机械
训练集
搜索算法
多阶段
处理单元
定义
框架