基于数据挖掘的高速列车车轮安全预测  

作　　者：何蕾 张渝[1] 谭优 高晓蓉[1] 王泽勇[1] 郭建强[1] 

机构地区：[1]西南交通大学物理科学与技术学院,四川成都610031

出　　处：《电子制作》2018年第4期80-82,59,共4页Practical Electronics

摘　　要：为了保障高速列车安全运行,采用ARIMA数据挖掘理论,研究了高速列车运动部件车轮的直径和磨耗的变化规律和安全预测。实验结果表明,ARIMA模型适用于车轮尺寸预测,随着输入数据量的增加,预测结果越好,而列车轮径比踏面磨耗的预测精度更高;同时与Least Square Estimation的预测结果进行了比较,结果优于Least Square Estimation。这为进一步将ARIMA应用于铁道领域列车关键部件的寿命和安全预测的研究提供参考。

关 键 词：数据挖掘 ARIMA模型 安全 预测 高速列车 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] U270.33[自动化与计算机技术—计算机科学与技术]