[发明专利]基于逐步回归分析的高速列车车轴温度预测方法在审
申请号: | 201610982171.8 | 申请日: | 2016-11-09 |
公开(公告)号: | CN106372450A | 公开(公告)日: | 2017-02-01 |
发明(设计)人: | 马维纲;谭思雨;黑新宏;谢国;赵金伟;王彬;娄霄;柳宇 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 西安弘理专利事务所61214 | 代理人: | 李娜 |
地址: | 710048*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于逐步回归分析的高速列车车轴温度预测方法,对从高速列车采集车轴温度以及影响车轴温度变化的因素的数据进行插值处理和标准化变换,建立相关系数矩阵R(0);通过逐步回归分析,筛选出对车轴温度变化影响显著的因素;利用这些因素以及标准化回归方程,建立轴温预测方程;最后将筛选后得到的相关因素的数据代入轴温预测方程,得到车轴温度的预测值。本发明的预测方法能够准确预测出车轴温度的变化趋势,为车轴的运行和维护提供一定的理论基础。 | ||
搜索关键词: | 基于 逐步回归 分析 高速 列车 车轴 温度 预测 方法 | ||
【主权项】:
基于逐步回归分析的高速列车车轴温度预测方法,其特征在于,包括以下步骤:步骤1、从高速列车采集车轴温度以及影响车轴温度变化的因素的数据,对有空缺的数据进行插值处理;步骤2、对完成插值处理后的数据进行数据标准化变换,建立相关系数矩阵;步骤3、通过逐步回归分析,依次将对车轴温度影响较大的因素引入回归方程,引入的条件是该因素的偏回归平方和在待选因素中最大,同时,每引入一个对车轴温度变化影响显著的因素,都需要对已经引入回归方程的因素的显著性进行检验,剔除对轴温变化影响不显著的因素,直到没有因素可以引入,也没有因素需要剔除,此时,留下的因素为对车轴温度变化影响显著的因素;步骤4、利用筛选得到的对车轴温度变化影响显著的因素以及标准化回归方程,建立轴温预测方程;步骤5、将筛选后得到的相关因素的数据代入轴温预测方程,得到车轴温度的预测值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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西安理工大学,未经西安理工大学许可,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/patent/201610982171.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用