基于LMM和NARNN的车轮踏面退化状态预测

车轮作为列车运行的关键部件，其退化状态对列车的安全性有着重要影响。以车轮踏面磨损为研究对象，以历史车轮踏面磨损数据为输入，分别采用线性混合模型（LMM）和非线性自回归神经网络（NARNN）对车轮踏面磨损进行建模。首先，比较了具有不同随机效应的线性混合模型，选择了具有随机系数相关性的线性混合模型来预测车轮踏面磨损。其次，采用随机搜索算法对非线性自回归神经网络的参数进行优化。结果表明，基于线性混合模型的胎面磨耗值预测精度较高。