·信息技术·张欣，等·基于机器学习的受电弓滑板磨耗预测模型基金项目:国家自然科学基金项目(52072319);四川省科技计划重点研发项目(2021YFG0066);中国国家铁路集团有限公司科技研究开发计划项目(P2020J025)第一作者简介:张欣(1996—)，男，安徽淮北人，硕士研究生，研究方向为受电弓滑板摩擦磨损、弓网动力学。DOI:10．19344/j．cnki．issn1671－5276．2023．01．021基于机器学习的受电弓滑板磨耗预测模型张欣1，支兴帅1，周宁1，唐勇2，李建兴2，罗朝基3(1．西南交通大学牵引动力国家重点实验室，四川成都610031;2．蜀道投资集团有限责任公司，四川成都610094;3．成自铁路有限责任公司，四川成都610094)摘要:为研究受电弓滑板摩擦磨损性能的影响因素，根据磨耗演变规律对磨耗进行预测，采用置信区间估计法，确定滑板历史磨耗数据统计值上下界和基准训练集，建立机器学习的线性回归模型，以梯度下降法使代价函数趋于最小对模型进行优化。通过对该模型及方法的应用，预测滑板剩余厚度限集，并通过与某型车实测磨耗数据比较。结果表明:预测数据与实测基本一致，可为有效减少动车段对受电弓滑板维护工作量提供依据。关键词:高速列车;受电弓滑板;机器学习;磨耗预测中图分类号:U264．3+4;TP391．9文献标志码:A文章编号:1671-5276(2023)01-0087-04WearPredictionModelofPantographContactStripBasedonMachineLearningZHANGXin1，ZHIXingshuai1，ZHOUNing1，TANGYong2，LIJianxing2，LUOChaoji3(1．StateKeyLaboratoryofTractionPower，SouthwestJiaotongUniversity，Chengdu610031，China;2．ShudaoInvestmentGroupCo．，Ltd．，Chengdu610094，China;3．Chengdu－ZigongＲailwayCo．，Ltd．，Chengdu610094，China)Abstract:Inordertostudythefactorsaffectingthefrictionandwearperformanceofpantographstrip，thewearofthestripispredictedinlightofwearevolutionlaw．Theconfidenceintervalestimationmethodisusedtodeterminetheupperandlowerboundsofthestatisticalvalueofthehistoricalweardataofpantographstripandthebenchmarktrainingset，basedonwhich，alinearregressionmodelofmachinelearningisestablished，andgradientdescentmethodisappliedtominimizethecostfunctionfortheoptimalresultsofthemodel．Withtheapplicationofthemodelandthemethod，theresidualthicknesslimitofthestripispredicted，anditsresultsarecomparedwiththemea...
