共查询到20条相似文献,搜索用时 718 毫秒
1.
《铁道科学与工程学报》2020,(5)
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。 相似文献
2.
3.
针对道岔故障难检测、难分类、时效差等难题,以S700型转辙机道岔为研究对象,提出一种基于DCNN-SVM的道岔故障诊断方法。首先从道岔正常转换曲线和发生故障时的动作曲线入手,总结故障类型、故障原因和故障信号形态特征,并对道岔转换动作曲线进行预处理,即数据统一维度和归一化。然后计算标准电流曲线和功率曲线,根据道岔转换曲线与标准曲线的相似度来识别道岔转换正常和异常。再采用分区时域特征提取和ReliefF特征筛选,选取对故障分类具有明显效果的时域特征,以及根据深度学习算法获取的图像特征,形成有效特征向量空间。最后使用训练集对DCNN-SVM道岔故障诊断算法进行模型训练,并基于诊断模型实现道岔故障的实时诊断。实验表明:在样本数据量足够大的情况下,DCNN-SVM道岔故障诊断方法正确率达99.01%,相比SVM算法提高0.64%,对保障行车安全具有十分重要的作用。 相似文献
4.
5.
针对国内外高速铁路的快速发展,道岔故障严重影响行车安全及运输效率,本文提出一种基于隐马尔科夫模型的道岔故障诊断方法,通过增加道岔设备的潜在故障状态,将道岔设备的状态进行多状态细分。采用基于Fisher准则函数和主成分分析的方法进行特征提取,矢量量化处理后,建立不同故障模式下的HMM模型,通过比较测试数据与训练得到的不同HMM模型的匹配值进行故障诊断。利用京广铁路长沙南某型号道岔连续动作功率数据,对模型的性能进行测试,完成了故障诊断的实现与验证。仿真结果表明,采用四维特征信息时,其训练时间相对于其他机器学习方法有了较大提高,正确率达到90%以上,且该方法将道岔状态进行细分,通过分析每种状态之间的状态转移,可以预测道岔故障,从而进行道岔设备健康状态监测。 相似文献
6.
针对铁路道岔转辙机缺乏大量异常样本来实施其运行状态异常检测的问题,提出了基于改进的支持向量数据域描述方法的异常检测模型。以ZYJ7型液压道岔转辙机为研究对象,利用既有微机监测系统采集道岔功率数据。用聚类的方法对数据进行清洗,接着对功率数据在时间序列上进行解锁、转换和锁闭分解,分别提取其统计特征值,采用主成分分析(PCA)法对特征值进行降维处理,将经过处理后的数据输入到异常检测分类器进行模型训练和模型测试。实验结果表明,改进的支持向量域描述(SVDD)分类器对道岔运行状态的异常检测有较强的识别能力。 相似文献
7.
文章分析了弯道信号及道岔信号的时、频域特征,并以此提出了利用、来识别地铁线路中弯道与道岔的方法。研究表明:陀螺仪信号对弯道路况响应明显,通过小波包去噪后能够很好的识别弯道;车辆经过道岔,垂向加速度信号幅值短时间内急剧增大,且频谱特性发生变化,通过经验模式分解(EMD)提取信号特征值,再利用支持向量机(SVM)可以有效地识别道岔。 相似文献
8.
铁路局和电务段长期以来保留的道岔故障记录是非常宝贵的数据,对道岔故障类型统计、故障特征分析、故障诊断和故障预测有非常好的参考作用,但这些数据往往保存格式多样,难以直接利用。本文提出基于主题模型PLSA和支持向量机SVM的道岔设备故障特征提取与诊断方法。通过分词算法将故障文档表达在词项特征空间中;采用主题模型算法提取主题特征,并将故障文档表达在主题特征空间上;以SVM算法构造诊断器实现道岔设备的故障诊断。利用中国铁路广州局集团有限公司道岔故障记录的真实数据,对提出的算法有效性进行验证。实验表明,提出的算法能有效实现道岔设备故障诊断,对现场维护有一定的指导意义。 相似文献
9.
焦景忠 《铁路通信信号工程技术》2014,(3):82-84
三相电动转辙机牵引的道岔,在道岔动作过程中道岔阻力变量(转换力)是道岔转换的主要数据参数,道岔阻力的变量是维护道岔的主要依据,直接测试道岔阻力参数很难实现。道岔在动作时,三相电动转辙机的转换功率的变化和道岔转换阻力成正比。TJWX-2006版信号集中监测,完成道岔功率的测试并画出功率曲线,根据电动转辙机输出功率,可以计算出道岔的转换阻力,电动转辙机输出功率曲线和道岔动作全过程的道岔阻力曲线形状一样,三相电动转辙机的输出功率的变量,就是道岔转换过程中阻力的变量。 相似文献
10.
为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维特征信息的冗余,构建道岔特征指标样本数据库;利用连续隐马尔可夫模型划分道岔退化状态,在此基础上,建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明:所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能,而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法,为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。 相似文献
11.
12.
13.
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。 相似文献
14.
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。 相似文献
15.
介绍了一种根据道岔转辙机历史动作功率曲线,通过无监督机器学习自动生成转辙机动作功率参考曲线的方法.该方法首先通过提取历史曲线特征,然后形成自适应分类成簇,最后以簇为单位生成推荐的参考曲线.测试验证表明,该方法可以降低设备维护人员工作量,提高参考曲线设置的准确度,提升转辙机设备的智能化维护. 相似文献
16.
17.
18.
《铁道建筑》2017,(9)
以中车青岛四方机车车辆股份有限公司的空轨试验线用单开自动道岔梁为例,应用ANSYS软件建立道岔梁的有限元模型,研究道岔梁的自振频率以及在车辆过直线和过曲线状态下道岔梁的强度和刚度。结果表明:道岔梁的一阶自振频率为8.11 Hz,符合中车青岛四方机车车辆股份有限公司企业标准《悬挂式空轨车辆试验线规划方案》的规定;道岔梁最大变形量为21.1 mm,符合《铁路桥涵设计基本规范》(TB 10002.1—2005)的规定;原设计的道岔梁带条形槽的横向加劲板存在严重的应力集中现象,最大集中应力为918.4 MPa,远大于材料容许应力;对道岔梁横向加劲板结构进行改进后,应力集中现象消除,道岔梁最大等效应力符合规范规定。 相似文献
19.
针对转辙机高精度故障诊断的需求,结合声音信号非接触、易采集等优势,提出一种基于声音信号的非接触式故障诊断方法。首先,基于小波包分解与多尺度排列熵,实现对声音样本的特征提取;其次,提出基于ReliefF和二进制粒子群优化算法的2阶特征选择方法,得到最佳特征集合,实现对声音样本的特征选择;最后,基于支持向量机算法对最佳特征集进行训练和测试,完成对转辙机的故障诊断。依托10种常见工况下共计800组声音样本开展实验,结果表明:该方法在反位—定位和定位—反位转换过程中得到的特征点数分别为13和39个,故障诊断准确率分别为99.67%和100%;相比于单一特征选择方法,采用的2阶特征选择方法能够大大降低特征维度,提高故障诊断准确率;相比于k近邻和线性判别分析这2种分类器,支持向量机分类器在转辙机故障诊断中更具优势。 相似文献
20.
本论文针对提速道岔三相交流转辙机电功率测量进行研究与设计.硬件设计以嵌入式处理器ARM为主要控制芯片,在最小系统基础上外扩液晶显示.该提速道岔电流功率采集器可分别对道岔系统的电参数进行测量,包括电压、电流及功率的测量,并可通过判断开关量来输送功率曲线.输出通过RS-485通信接口传送,可以与PLC、RTU等终端直接组网. 相似文献