期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型
被引量：
1
1
作者
王运明
李明阳
+1 位作者
陈梦华
常振臣
《铁道科学与工程学报》
北大核心
2025年第5期2367-2379,共13页
牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次...
牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次地提取数据的时空特征来预测牵引电机的温度。该模型提出了多通道卷积神经网络(multi-channel convolutional neural networks, MultiCNN)的空间特征提取模块,多尺度地获取牵引电机数据的空间特征,增强特征的表征能力;设计了GRU(gated recurrent unit, GRU)堆叠的时间特征提取模块,采用门控循环单元捕捉数据的长期依赖关系,提取牵引电机数据的时间特征,更准确地预测温度的动态变化;引入改进的时序注意力机制模块(improved temporal attention,ITA),聚焦时空特征中的关键信息,进一步提升模型对重要特征的识别能力。利用动车组实际运行数据制作了数据集,并在多种预测场景下进行了实验测试。实验结果表明,在预测输出步长为5、10、15、20 min的4种场景下,MultiCNN-GRUITA模型在MAE和MSE方面均表现出明显的优势,相比于LSTM、GRU、SVR、ARIMA模型,MAE和MSE指标降低了41.03%和65.32%以上;在不同预测步长下,MultiCNN-GRU-ITA模型的温度预测曲线与实际值具有很高的拟合度,该模型能有效捕捉牵引电机的温度变化趋势,可为构建高精确性的牵引电机故障预测与健康评估系统提供模型支撑。
展开更多
关键词
牵引电机
温度预测
多通道卷积神经网络
门控循环单元
注意力机制
在线阅读
下载PDF
职称材料
基于因子图的BDS/IMU列车定位信息融合模型
被引量：
5
2
作者
王运明
程相
+1 位作者
李卫东
初宪武
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2023年第3期1077-1084,共8页
精确的列车位置信息是保证列车高速、安全运行的关键。针对北斗卫星导航系统(Beidou Navigation Satellite System,BDS)/惯性测量单元(Inertial Measurement Unit,IMU)列车组合定位模型采用传统信息融合方法误差较大,导致列车定位精度...
精确的列车位置信息是保证列车高速、安全运行的关键。针对北斗卫星导航系统(Beidou Navigation Satellite System,BDS)/惯性测量单元(Inertial Measurement Unit,IMU)列车组合定位模型采用传统信息融合方法误差较大,导致列车定位精度不高的问题,提出基于因子图的BDS/IMU列车定位信息融合模型。采用因子图理论,将BDS和IMU传感器接收到的量测信息抽象为因子节点,状态信息抽象为变量节点,构建BDS/IMU列车定位信息融合因子图模型,当BDS接收有效信号时,只需在因子图的特定时间添加因子节点,实现定位传感器的即插即用。模型中定义了以BDS/IMU列车定位状态信息和量测信息为变量的联合概率密度函数,根据非线性优化理论,通过泰勒展开进行线性化处理,转化为标准最小二乘问题,设计高斯-牛顿迭代的因子图推理算法,求解联合概率分布函数的最大后验估计,计算BDS/IMU列车定位信息的最优估计值,得到列车的精确位置信息。通过模拟数据和实际数据对模型进行验证表明,相比于kalman算法,因子图模型有效降低了列车的位置误差和速度误差,且未出现误差发散现象,有效实现了列车不同定位传感器的非等间隔融合,增强了列车定位的信息融合能力,提高了列车定位的精确性。在实测数据下,列车定位位置均方根误差降至2 m以下,明显小于kalman算法,可为列车的高速可靠运行提供精确的位置信息。
展开更多
关键词
列车定位
信息融合
因子图
BDS/IMU
高斯-牛顿迭代
在线阅读
下载PDF
职称材料
题名
基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型
被引量：
1
1
作者
王运明
李明阳
陈梦华
常振臣
机构
大连交通大学自动化与电气
工程
学院
中车长春轨道客车股份有限公司国家工程技术中心
出处
《铁道科学与工程学报》
北大核心
2025年第5期2367-2379,共13页
基金
国家自然科学基金资助项目(62103074)
辽宁省教育厅基本科研项目(LJKMZ20220857)
辽宁省交通科技项目(202345)。
文摘
牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次地提取数据的时空特征来预测牵引电机的温度。该模型提出了多通道卷积神经网络(multi-channel convolutional neural networks, MultiCNN)的空间特征提取模块,多尺度地获取牵引电机数据的空间特征,增强特征的表征能力;设计了GRU(gated recurrent unit, GRU)堆叠的时间特征提取模块,采用门控循环单元捕捉数据的长期依赖关系,提取牵引电机数据的时间特征,更准确地预测温度的动态变化;引入改进的时序注意力机制模块(improved temporal attention,ITA),聚焦时空特征中的关键信息,进一步提升模型对重要特征的识别能力。利用动车组实际运行数据制作了数据集,并在多种预测场景下进行了实验测试。实验结果表明,在预测输出步长为5、10、15、20 min的4种场景下,MultiCNN-GRUITA模型在MAE和MSE方面均表现出明显的优势,相比于LSTM、GRU、SVR、ARIMA模型,MAE和MSE指标降低了41.03%和65.32%以上;在不同预测步长下,MultiCNN-GRU-ITA模型的温度预测曲线与实际值具有很高的拟合度,该模型能有效捕捉牵引电机的温度变化趋势,可为构建高精确性的牵引电机故障预测与健康评估系统提供模型支撑。
关键词
牵引电机
温度预测
多通道卷积神经网络
门控循环单元
注意力机制
Keywords
traction motor
temperature prediction
multi-channel convolutional neural network
gated recurrent unit
attention mechanism
分类号
U264 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
基于因子图的BDS/IMU列车定位信息融合模型
被引量：
5
2
作者
王运明
程相
李卫东
初宪武
机构
大连交通大学自动化与电气
工程
学院
中车长春轨道客车股份有限公司国家工程技术中心
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2023年第3期1077-1084,共8页
基金
国家自然科学基金资助项目(61471080)
辽宁省教育厅科学研究计划资助项目(JDL2020002)
辽宁省科学技术计划资助项目(2021-BS-219)。
文摘
精确的列车位置信息是保证列车高速、安全运行的关键。针对北斗卫星导航系统(Beidou Navigation Satellite System,BDS)/惯性测量单元(Inertial Measurement Unit,IMU)列车组合定位模型采用传统信息融合方法误差较大,导致列车定位精度不高的问题,提出基于因子图的BDS/IMU列车定位信息融合模型。采用因子图理论,将BDS和IMU传感器接收到的量测信息抽象为因子节点,状态信息抽象为变量节点,构建BDS/IMU列车定位信息融合因子图模型,当BDS接收有效信号时,只需在因子图的特定时间添加因子节点,实现定位传感器的即插即用。模型中定义了以BDS/IMU列车定位状态信息和量测信息为变量的联合概率密度函数,根据非线性优化理论,通过泰勒展开进行线性化处理,转化为标准最小二乘问题,设计高斯-牛顿迭代的因子图推理算法,求解联合概率分布函数的最大后验估计,计算BDS/IMU列车定位信息的最优估计值,得到列车的精确位置信息。通过模拟数据和实际数据对模型进行验证表明,相比于kalman算法,因子图模型有效降低了列车的位置误差和速度误差,且未出现误差发散现象,有效实现了列车不同定位传感器的非等间隔融合,增强了列车定位的信息融合能力,提高了列车定位的精确性。在实测数据下,列车定位位置均方根误差降至2 m以下,明显小于kalman算法,可为列车的高速可靠运行提供精确的位置信息。
关键词
列车定位
信息融合
因子图
BDS/IMU
高斯-牛顿迭代
Keywords
train positioning
information fusion
factor graph
BeiDou navigation satellite system/inertial measurement unit
Gauss-Newton iteration
分类号
U284 [交通运输工程—交通信息工程及控制]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型
王运明
李明阳
陈梦华
常振臣
《铁道科学与工程学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于因子图的BDS/IMU列车定位信息融合模型
王运明
程相
李卫东
初宪武
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2023
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
