基于概率神经网络的S700K转辙机故障诊断方法

转辙机故障对铁路运输安全影响重大。针对转辙机故障原因与现象之间的复杂不确定性关系，提出一种基于概率神经网络的S700K转辙机故障诊断方法。在对转辙机各个状态功率曲线动作原理进行分析的基础上，根据信号不同时域特征参数，对各工作区段的特征进行提取；依据故障现象与故障类型的关系建立概率神经网络模型，以F1-Score作为诊断准确性评价指标，通过测试不同平滑因子对F1-Score值的影响，确定0.019为概率神经网络进行故障诊断最优的平滑因子；最后选择来自某电务段的81组S700K转辙机故障数据作为测试数据，验证了该智能故障诊断方法的可靠性。     

小波奇异熵改进SOM神经网络在道岔故障诊断中的应用

随着轨道交通技术的快速发展和智能算法的应用,用微机监测和人工处理的方法对道岔进行故障诊断存在效率低、及时性不够、准确性不足等问题,文章用Meyer小波分解原始数据,实现特征数据的选择和提取,再计算出相应的小波奇异熵作为神经网络的输入向量,加入训练数据到改进型的SOM神经网络中,从而实现对S700K型转辙机的道岔故障诊断...     

提速道岔小波包能量熵故障诊断方法

将小波包变换应用于S700K型提速道岔转辙机故障诊断中,以微机监测系统采集的S700K型转辙机三相交流电流为信号源,基于小波包多尺度分析对道岔转辙机正常工作状态和各故障状态下的三相交流电流进行分解,并通过小波包能量熵提取故障特征,然后根据能量熵定义故障诊断指标,并对每相电流的故障诊断指标设定2个阈值,来定量划分故障类型。实验结果表明:道岔不同故障情况下,三相电流小波包能量熵分布有一定的规律,故障诊断指标阈值的设定能有效划分道岔故障类型,待测样本测试结果与现场诊断结果一致。     

基于Mallat小波分解与改进GWO-SVM的道岔故障诊断

为顺应道岔故障诊断向智能化和自动化的发展趋势,以S700K转辙机功率曲线为例,提出一种改进型灰狼优化算法(GWO)与支持向量机(SVM)相结合的故障诊断方法。在8种故障模式和正常模式所对应的功率曲线实施5层Mallat小波分解,得到各层近似系数和细节系数,并计算各层系数的平方和;利用主成分分析法对系数平方和组成的向量集进行降维,得到特征向量集;改进型灰狼优化算法优化支持向量机参数,并用优化好的支持向量机进行故障预测。研究结果表明:该方法能有效提高道岔故障诊断的准确率。     

交流电动转辙机的功率监测

2006型微机监测系统增加了提速道岔转辙机功率监测项目,实现了对S700K等三相交流道岔转辙机有功功率的监测。分析交流转辙机动作功率曲线,就能准确判断转辙机的工作状态,一旦发现超负荷运转的转辙机可立即进行整治。     

地铁道岔转辙机辅助维修系统的研究开发

针对地铁道岔转辙机设备现场维护及故障处理的特点,研究了转辙机不同维修模式下的故障诊断方法;提出在故障修和预防性维修模式下分别采用故障树和模糊识别技术以提高诊断效率及精度;在转辙机三维仿真及评估系统中集成开发了S700K辅助维修系统,同时运用计算机虚拟现实技术对诊断结果及故障处理方案进行快速搜索和引导,提高了辅助维修系统的准确性和便利性。     

面向高速铁路道岔的隐患分析与故障定位改进

以高铁常用S700K型交流转辙机为例,通过测试道岔动作过程中关键继电器的时序周期,探究造成交流道岔中途停转的深层次原因。提出基于动量BP(Back Propagation)算法的神经网络故障定位的改进方法,并在以往微机监测系统测试的电气参数基础上补充故障样本。对神经网络进行训练并测试,由误差比对结果可知,该方法使得高速铁路道岔智能故障定位更加精确。     

S700K转辙机在河湛增建二线的应用

对S700K电动转辙机控制电路的原理进行分析，介绍了在南宁铁路局河湛线增建二线站后工程中，S700K电动转辙机及道岔的调试方法以及调试中常见故障的处理方法，为此类道岔的施工和维修人员提供参考。     

基于BP神经网络的转辙机故障检测方法

为提高城市轨道交通中ZDJ9型转辙机故障维修效率,提出基于反向传播（BP,Back Propagation）神经网络的转辙机故障检测方法。文章深入分析转辙机动作电流采集原理及现场转辙机转换过程中不同阶段电流曲线特征,确定故障电流曲线种类;对转辙机转换过程中动作电流曲线进行小波分解与重构,对重构后的曲线进行关键特征值提取,将其作为基于BP神经网络的故障检测模型训练数据,最终经过8 000次迭代训练后,故障检测模型的故障检测准确率达到96%,表明该方法能够有效检测转辙机故障及其故障类型。     

基于多域特征提取与改进PSO-PNN的道岔故障诊断

针对S700K常见的8种故障模式和正常模式所对应功率曲线,提出一种基于概率神经网络(PNN)与改进的粒子群算法(PSO)相结合的道岔故障诊断方法。首先,在9种功率曲线上分别提取时域、频域特征统计量和时频域小波系数,并用主成分分析法降维每个域的特征量,得到特征向量;其次,以3个改进的PSO-PNN做分类器,并对分类器进行训练和预测;最后,3个分类器的预测结果做三取二表决。仿真结果表明:该方法能有效提高道岔故障诊断的准确率,具有良好的容错性。     

基于模糊聚类算法的S700 K型电动转辙机运行状态评估

为解决S700K型电动转辙机正常、亚健康、故障和严重故障等全周期运行状态难以评估的问题,考虑其动作功率曲线和状态信息的一致性,结合局部均值分解(LMD)和排列熵(PE)理论,提出基于模糊聚类分析的S700K型电动转辙机运行状态评估算法.首先利用LMD分解将曲线分解成不同频率特性的乘积函数分量;其次结合PE算法量化不同分...     

电压波动对S700K转辙机的影响及对策

详细分析S700K型电动转辙机在电压波动下的动作电流和输出转换力变化情况,并讨论了转辙机设备维护中需要采取的防范措施。     

S700K双机牵引道岔电路故障处理方法

在铁路第5次大提速中，江岸电务段管内京广正线上，大量安装了S700K电动转辙机双机牵引道岔。它是在原有S700K单机牵引道岔基础上改进的。现谈谈S700K双机牵引道岔电路故障的处理方法。     

基于小波包变换和BP网络的铁道车辆滚动轴承故障诊断方法

针对铁道车辆滚动轴承故障诊断,提出1种改进的小波包与BP神经网络相结合的故障诊断方法,并开发出基于该方法的铁道车辆滚动轴承故障诊断系统。用压电加速度传感器采集轴承试验台的模拟故障轴承振动信号,对采集到的信号先进行小波降噪,再通过小波包分解,构造特征向量,以此作为故障样本对改进的BP网络进行训练,实现智能化故障诊断。实验结果表明,基于该方法的故障诊断系统能够很好地诊断出铁道车辆滚动轴承内圈、外圈及滚动体表面出现的疲劳、剥落、磨损和裂纹等故障,具有实际工程应用价值。     

功率模块铜线键合工艺参数优化设计

为了提高功率模块铜线键合性能，采用6因素5水平的正交试验方法，结合BP (Back Propagation)神经网络与遗传算法，提出了一种铜线键合工艺参数优化设计方案。首先，对选定样品进行正交试验并将结果进行极差分析，得到工艺参数对键合质量的影响权重排序。其次，运用BP神经网络构建了铜线键合性能预测模型，并通过遗传算法对BP神经网络适应度函数求解，得到了工艺参数的最优值。将BP-遗传算法与传统优化方法的优化结果进行对比，发现经BP-遗传算法优化后的铜线键合工艺稳定性提升更加明显。最后，对功率模块进行了功率循环试验，结果表明经BP-遗传算法优化后的模块功率循环能力得到显著提升。     

转辙机多功能智能测试仪

ZC-3型转辙机多功能智能测试仪，是广州铁路集团公司电务处与郴州电务段联合开发的一种测试仪器。可用于ZD6系列、ZYJ7、S700K、L700H等型号转辙机各种技术参数的测试。特别是能够对提速道岔转辙机的转换阻力、液压力、工作电流、工作电压、转换时间等一系列的技术指标进行定性、定量的测试分析，从而科学地调整转辙机的各种参数，保证其工作的稳定性与可靠性。     

60kg／m钢轨38号道岔安装调试技术

详细阐述了38号道岔的安装和调试方法;图表详释S700K电动转辙机的动作过程及故障处理。     

改进的道岔智能故障诊断系统建模研究

铁路系统转辙机维修方式仍沿用故障修模式,无法提高故障排除速度和准确性,提出利用改进遗传算法优化贝叶斯网络的方法建立故障诊断模型。利用遗传算法搜索能力强,不易陷入局部最优的特点,采用连接矩阵代替网络结构的编码方式,通过修改适应度函数、更新遗传操作方式、修正非法图等方法改进遗传算法,最终解决贝叶斯网络结构学习算法容易缩小搜索空间及易陷入局部最优的缺点。最后利用标准Asia网络验证本文算法比K2和GA算法有更好的搜索结果和更快的收敛速度,以道岔失去表示故障为例验证改进算法对转辙机故障诊断的优越性。     

基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法

针对道岔转换设备在使用寿命内的功率信号特征提取与退化状态识别问题，提出基于自适应白噪声完备经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）与核模糊C均值聚类（Kernel-based Fuzzy C-Means clustering,KFCM）相结合的转辙机退化状态识别方法。首先，对S700K转辙机采集的功率曲线数据进行模态分解，得到多个固有模态函数（Intrinsic Mode Functions,IMFs），通过IMFs的能量幅值获得表征数据退化过程的特征向量；然后，由KFCM算法对特征向量进行转辙机退化状态识别，并进行状态划分；最后，通过计算分类系数和平均模糊熵对该方法的分类性能进行综合评估，并与模糊C均值聚类（Fuzzy C-Means clustering,FCM）和GK (Gustafson Keseel)聚类算法进行比较。结果表明：该方法聚类效果准确率达95.6%，优于FCM和GK聚类算法，能对转辙机的退化状态进行科学划分，为铁路现场道岔设备健康状态监测提供...     

三相交流电动转辙机5线制道岔电路模拟试验新方法

提出了三相交流电动转辙机道岔室内模拟试验新电路,它适用于客运专线及高速铁路正线S700K电动转辙机或ZYJ7电液转辙机5线制道岔电路的模拟试验,能够全面试验道岔室内动作和表示电路,克服了以往道岔电路试验不彻底的缺点。