基于改进WNN分析功率曲线的S700K转辙机故障诊断

基于S700K转辙机常见故障下的功率曲线提出一种将小波变换、改进型遗传算法与神经网络相结合的故障诊断方法。用相应故障模式下的功率信号进行正交小波分解,把结果作为神经网络的输入特征向量,利用改进的遗传算法优化BP神经网络的参数,用训练好的BP神经网络进行故障诊断。研究结果表明:该方法可以有效的运用到S700K转辙机的故障诊断中,并提高转辙机故障诊断的精度与速度。     

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。     

基于快速贝叶斯网络的S700K转辙机故障诊断研究

转辙机故障对铁路运输安全和效益影响重大,针对转辙机故障原因与现象之间的复杂不确定性关系,提出一种基于粗糙集约简的高效贝叶斯网络故障诊断方法。首先,建立故障诊断决策表,利用改进的差别矩阵算法剔除对结果影响较小的属性,得到最简故障诊断决策表。其次,根据表中故障现象与故障类型连接关系建立贝叶斯网络模型,利用推理算法求解各类故障发生的概率。算法通过约简属性简化贝叶斯网络结构,降低算法复杂度,加快计算速度。最后,用某车站转辙机故障实例验证该智能故障诊断方法的正确性。     

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...     

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。     

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。     

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。     

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。     

外锁闭道岔转换阻力分析与维护建议

在收集S700K-C型电动转辙机现场转换阻力测试数据的基础上,建立了道岔转换阻力的一般统计分析模型,分析外锁闭道岔转换阻力与转辙机输出力的关系特点,提出道岔维护建议,便于提高道岔工电维护的效率,减少道岔转换故障发生概率。     

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。     

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。     

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...     

简谈S700K道岔控制电路故障的处理方法

S700K型电动转辙机是目前铁路运输采用的常用道岔设备之一,对铁路生产运输的提速增效起到重要作用。在日常运用中,经常会发生S700K道岔五线故障造成道岔不能正常转换或失去表示,因电路比较复杂,处理起来比较麻烦。结合现场经验,对因五线故障造成的故障类型逐一列举分析,以期尽快缩短故障延时,恢复运输秩序。     

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。     

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。     

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。     

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。     

基于改进对抗网络与自适应数据对齐的转辙机故障诊断研究

针对转辙机故障监测数据的非均衡小样本的诊断问题，提出一种基于改进生成对抗网络数据增强的转辙机故障诊断方法。该方法以故障诊断为目标改进ACGAN网络，利用生成器扩充样本分布空间及判别器的辅助分类器学习故障曲线的特征分布模式，以少量样本训练模型实现对常见故障的精确诊断。鉴于转辙机动作电流数据长度不一致，采用自适应压缩实现数据对齐，避免了以往硬填充或硬截断对齐方式对模式特征的破坏，进一步增强了故障诊断性能。最后采用成都地铁四号线的转辙机实际数据进行测试验证并与相关方法对比实验。结果表明，本文方法对转辙机非均衡小样本的数据集具有良好的适用性，其故障诊断AUC指数为0.999,诊断准确率高且实时性好，具有较好的现场应用前景。     

运用微机监测道岔电流曲线分析提速道岔故障

S700K电动转辙机正常道岔动作电流曲线与故障情况下动作电流曲线的对比观察,能及时发现道岔存在的隐患,以便查明原因,有针对性地采取消除措施,有效地提高现场设备的运用质量。     

基于解释结构模型的转辙机故障因素分析与研究

针对转辙机故障诊断复杂的特点,基于解释结构模型(ISM)模型,从管理、人为因素、制度监管、自然环境和设备状态五个方面进行影响系统运行故障的分析,得到23个故障因子。从系统工程的角度建立了故障影响传播模型,对故障因子进行了矩阵化和层次化处理,并排序确定优先级。结果表明转辙机系统故障因子体系是一个三级递阶的结构,划分了导致系统故障的直接原因、间接原因和深层次原因,为隐患重点防治及故障的快速排查提供了理论参考依据。