多源异构数据机车走行部剩余使用寿命自适应预测
DOI: https://doi.org/10.64083/STE2610415
作者
徐隆，提彤
摘要
机车走行部是列车核心承载部件，其剩余使用寿命预测对保障铁路运输安全、优化检修策略具有重要意义。针对多源异构数据难以有效融合、传统模型自适应能力弱、复杂工况下预测精度偏低等问题，本文提出一种融合多源异构数据的自适应RUL预测方法。对振动、温度、转速等传感数据、维修记录及工况数据进行预处理，采用变分模态分解结合能量熵提取振动信号有效特征，对非结构化文本量化并归一化工况数据；构建基于注意力机制的改进长短期记忆网络，利用哈里斯鹰优化算法自适应优化超参数，增强关键特征权重与多源特征融合能力。以HXD3D型机车走行部轴承为对象开展全寿命周期验证，结果表明，该方法较传统LSTM、SVR等模型，均方根误差与平均绝对百分比误差分别降低28.3%、25.7%，自适应能力与预测精度显著提升。
关键词
机车走行部；多源异构数据；剩余使用寿命；自适应预测；ILSTM网络；注意力机制
