文献

J-GLOBAL ID：202002231872243030   整理番号：20A2616093

RegARIMAモデルとLSTMネットワークに基づく鉄道スイッチギャップのサイズ予測【JST・京大機械翻訳】

Size Prediction of Railway Switch Gap Based on RegARIMA Model and LSTM Network

著者 (3件)： Li Chao (School of Electronics and Information Engineering, Beijing Jiaotong University, Beijing, China) ,  Zhao Linhai (School of Electronics and Information Engineering, Beijing Jiaotong University, Beijing, China) ,  Cai Baigen (Department of Scientific and Technical Research, Beijing Jiaotong University, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 198188-198200  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 鉄道のターンアウトは鉄道インフラストラクチャにおける最も弱い要素の1つであり,その通常運転は通過列車の安全性に直接関係する。鉄道スイッチギャップは,ターンアウトの適応機構の重要な部分である。スイッチギャップのサイズが標準を超えると,ターンアウトの適応機構は失敗し,鉄道経路の近くを引き起こし,通過列車の安全性を危険にさらす。しかし,現在,スイッチギャップサイズの維持は,まだ従来の故障ベースの保全(FBM)戦略に従う。したがって,この論文は最初にスイッチギャップサイズの変化の原因を分析して,スイッチギャップサイズの変化法則を記述するために回帰と自己回帰統合移動平均(RegARIMA)モデルを構築する。次に,スイッチギャップのためのサイズ予測方法を,このモデルと長い短期メモリ(LSTM)ネットワークを利用することによって提案する。本方法の予測結果を参照して,保全職員は,スイッチギャップサイズが標準を超える前に保全計画を作ることができ,それにより,ターンアウトの故障を避けることができた。最後に,ターンアウトからの条件モニタリングデータに基づく実験結果は,提案した予測方法の平均絶対誤差,および平均絶対百分率誤差が,それぞれ0.0732mm,0.0568mm,および2.8670%であり,提案モデルがスイッチギャップサイズの変化法則を効果的に記述することができ,そして,提案している予測方法が良い予測性能を有することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  記憶装置 ,  故障 ,  *ネットワーク ,  保全 ,  インフラストラクチャー
準シソーラス用語： 自己回帰 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： LSTMネットワーク ,  鉄道 ,  ギャップ ,  サイズ ,  予測