[发明专利]重载列车空气制动力预测方法、装置、设备及介质在审
申请号: | 202210040390.X | 申请日: | 2022-01-14 |
公开(公告)号: | CN116484706A | 公开(公告)日: | 2023-07-25 |
发明(设计)人: | 梅文庆;史可;张征方;蒋杰 | 申请(专利权)人: | 中车株洲电力机车研究所有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F30/15;G06F18/22;B61H11/06;B60T13/24;G06F30/28;G06F119/14 |
代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 陈超德;吴昊 |
地址: | 412001 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 重载 列车 空气 制动 预测 方法 装置 设备 介质 | ||
1.一种重载列车空气制动力预测方法,其特征在于,所述方法包括:
获取当前特征变量值;
基于模糊逻辑的匹配规则确定所述当前特征变量值对应的当前空气制动力模糊预测规则;
根据所述当前特征变量值和所述当前空气制动力模糊预测规则,得到重载列车当前空气制动力预测值。
2.根据权利要求1所述的重载列车空气制动力预测方法,其特征在于,在所述获取当前特征变量值之前,所述方法还包括:
基于径向基神经网络的空气制动力模糊预测规则训练,输出空气制动力模糊预测规则以及特征变量与所述空气制动力模糊预测规则的匹配规则。
3.根据权利要求2所述的重载列车空气制动力预测方法,其特征在于,所述基于径向基神经网络的空气制动力模糊预测规则训练,输出空气制动力模糊预测规则以及特征变量与所述空气制动力模糊预测规则的匹配规则,包括:
从重载列车中央控制单元中,获取多个重载列车空气制动数据,并处理为重载列车离线空气制动样本数据,所述重载列车离线空气制动样本数据作为特征变量;
将所述特征变量输入所述径向基神经网络,得到离线状态下的空气制动力模糊预测规则;
根据所述特征变量与所述空气制动力模糊预测规则的对应关系建立所述特征变量与所述空气制动力模糊预测规则的匹配规则。
4.根据权利要求3所述的重载列车空气制动力预测方法,其特征在于,所述基于模糊逻辑的匹配规则确定所述当前特征变量值对应的当前空气制动力模糊预测规则,包括:
将所述匹配规则转换为模糊逻辑的匹配规则;
将所述模糊逻辑的匹配规则与所述当前特征变量值的进行匹配度计算,得到所述当前特征变量值对应的当前空气制动力模糊预测规则。
5.根据权利要求2-4任意一项所述的重载列车空气制动力预测方法,其特征在于,所述根据所述当前特征变量值和所述当前空气制动力模糊预测规则,得到重载列车当前空气制动力预测值,包括:
根据所述当前空气制动力模糊预测规则,输入所述当前特征变量值至所述径向基神经网络,得到重载列车当前空气制动力预测值。
6.根据权利要求1所述的重载列车空气制动力预测方法,其特征在于,所述当前特征变量值包括以下参数中的至少一种:
速度、减压量、电牵引/制动力、大闸减压量、小闸减压量和流量计。
7.根据权利要求1所述的重载列车空气制动力预测方法,其特征在于,所述获取当前特征变量值,包括:
实时读取所述重载列车的空气制动数据;
将所述空气制动数据作为当前特征变量值。
8.一种重载列车空气制动力预测装置,其特征在于,所述装置包括:
获取单元,用于获取当前特征变量值;
匹配单元,用于基于模糊逻辑的匹配规则确定所述当前特征变量值对应的当前空气制动力模糊预测规则;
预测单元,用于根据所述当前特征变量值和所述当前空气制动力模糊预测规则,得到重载列车当前空气制动力预测值。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现如权利要求1至7任一项所述的重载列车空气制动力预测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理设备运行时执行如权利要求1-7的任一项所述的重载列车空气制动力预测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中车株洲电力机车研究所有限公司,未经中车株洲电力机车研究所有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210040390.X/1.html,转载请声明来源钻瓜专利网。