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 |
| |
引用本文: | 郑启明,姚新文,陈光武,王小敏,江磊.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[J].铁道学报,2023(10):96-104. |
| |
作者姓名: | 郑启明 姚新文 陈光武 王小敏 江磊 |
| |
作者单位: | 1. 西南交通大学信息科学与技术学院;2. 甘肃省高原交通信息工程及控制重点实验室;3. 四川省列车运行控制技术工程研究中心 |
| |
基金项目: | 国家自然科学基金(61872302);;四川省自然科学基金(2022NSFSC1878); |
| |
摘 要: | 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。
|
关 键 词: | 转辙机 数据增强 故障诊断 生成对抗网络 |
|
|