基于灰色二次回归的轴温预测模型

王 超，邹益胜，邓佳林，罗怡澜

（西南交通大学机械工程学院先进设计与制造研究所，四川 成都 610031）

1 引言

随着机车车辆运行速度的提高，运行安全显得尤为重要，必须在提升速度的同时保障旅客的人身安全。轴箱轴承作为列车走行部的关键零部件，一旦发生故障，严重时可造成列车脱轨，产生运营事故[1]。由于正常轴承在运转过程中有一定的温度波动范围及热平衡线，而故障轴承则内部振动增大、摩擦增大使得轴承产生的热量增加，最终导致轴承温度高于正常轴承的温度波动范围，因此可以使用温度作为判定轴承是否正常工作的指标。

车载轴温监测报警系统被设计用来监测列车转向架上各轴承的温度，通常分为暖轴预警及热轴报警两个等级，均由一定设定的温度限及流程逻辑进行控制[2]。如果轴温报警系统发出报警信号，则必须进行停车处理，严重影响行车调度，同时也造成不良的社会影响和较大的经济损失。因此，如果能够预测轴温的发展趋势，便可争取更充足的处理时间，以便采用更多的处理手段来保障行车安全、同时降低社会影响和经济损失。

在基于时序的经典预测模型中，灰色模型由于建模样本量小、计算效率高和短期预测精度较高等特点，得到了众多研究者的青睐。其中GM（1，1）模型是在预测领域使用最为广泛的模型之一，通过一阶微分方程及一阶累加算子进行构造[3]。同时，对GM（1，1）模型的改进也在不断研究当中，模型的改进主要分为三个方面[4]：（1）原始序列数据变换方面，文献[5]提出一种“幂函数-指数函数”复合变换的数据变换形式；……