基于支持向量机和模糊评判的故障诊断方法研究

将采集到的数据进行模糊化处理,然后运用支持向量机对计算出的模糊样本进行训练,并对其进行模拟仿真,结果与实际试验结果基本相符.克服了根据单一的频谱变化来判断故障的类型,有效地提高了故障诊断性能.     

基于融合CNN和SSA-SVM的滚动轴承故障诊断

针对滚动轴承故障诊断问题,提出一种融合一维卷积神经网络(1D CNN)和麻雀算法优化支持向量机(SSA-SVM)的网络结构。该网络结构通过卷积运算对原始时域振动信号直接进行特征提取,将提取到的特征输入到麻雀算法优化的支持向量机中,使用支持向量机代替Softmax进行分类。利用滚动轴承故障数据进行验证,此方法故障诊断精度高达0.983,高于其他网络结构,且整体网络结构简单,有一定实际应用价值。     

基于最小二乘支持向量机的轨道电路故障诊断方法

为提高轨道电路故障处理效率和正确率,对轨道电路的多故障诊断方法进行研究。建立基于最小二乘支持向量机的轨道电路故障诊断模型,用某轨道电路实测数据进行训练和测试,选择基于BP神经网络的故障诊断方法进行对比。结果表明:基于最小二乘支持向量机的轨道电路故障诊断方法能有效实现轨道电路5种故障的诊断,且具有更快的运算速度。与BP神经网络故障诊断方法比较,故障诊断正确率提高了17.14%,运算时间减少2/3。     

基于小波分析和SVM的主变流器故障诊断

针对电力机车主变流器的故障,提出基于小波分析和支持向量机(SVM)的故障诊断方法.首先,运用小波包对特征信号进行分解和重构,然后提取各频带的能量,将得到的能量值构造为特征向量,最后把特征向量输入到支持向量机,进行故障诊断.MATLAB仿真结果表明,该方法能够准确地对故障进行诊断.     

基于MSE与PSO-SVM的机车轮对轴承智能诊断方法

针对DF4型内燃机车轮对轴承单一和复合故障在内的7种不同健康状态的识别问题,提出了一种基于多尺度熵(Multiscale Entropy,MSE)和粒子群优化支持向量机(PSO-SVM)的机车轮对轴承故障识别方法.计算轴承不同健康状态下振动信号在多个尺度上的样本熵构成MSE特征向量,利用PSO-SVM识别轴承所属故障类型及故障程度.收集了DF4型内燃机车包含单一和复合故障在内的7种不同健康状态的轮对轴承试件,在南昌机务段的JL-501机车轴承检测台上采集了各轴承试件的振动信号样本.实验数据分析结果表明,MSE的特征提取效果优于多尺度近似熵(Multiscale Approximate Entropy,MAE)和小波包分解,PSO-SVM的故障识别效果优于参数不经优化的SVM和参数网格寻优法的Grid-SVM.本文方法能够有效诊断机车轮对轴承的不同故障,为提高机务段检测机车轮对轴承故障的精度提供了一种有效的方法.     

基于独立成分分析和支持向量机的交流电机故障诊断

研究了一种结合独立成分分析和支持向量机的方法在交流电机故障诊断中的应用.首先通过检测各种电机振动和定子电流信号得到数据,利用独立成分分析对交流电机原始数据进行特征提取和压缩;主成分分析也同时应用于独立成分分析特征提取过程中,在完成故障识别时应用了支持向量机技术,采用的是连续最小优化算法和基于支持向量机分类的多类统计分类方法.同时分类过程选择了典型的核函数,以达到诊断电机故障的目的.试验分析的结果表明,该方法是一种简单而有效的方法.     

基于支持向量机的机车轴承故障诊断方法

通过对机车轴承振动信号的分析处理,提出基于支持向量机(SVM)的故障诊断方法,提取反映轴承运行状态的无量纲系数作为故障的特征向量,并以此作为输入来建立支持向量机分类器,利用SVM网络的智能性来判断机车轴承的工作状态和故障类型.实验结果表明,提出的方法在小样本的情况下仍能准确、有效地对机车轴承的工作状态和故障类型进行分类,实现机车轴承故障的智能诊断.     

基于粒子群支持向量机的轨道电路故障诊断

支持向量机（SVM）是一种解决小样本分类问题的最佳理论算法，它的核函数的参数选择非常重要，直接影响着故障诊断的准确率。本文将粒子群算法（PSO）用于支持向量机的参数优化，提出基于粒子群支持向量机的故障诊断模型，并将其运用于轨道电路中。通过对比MATLAB仿真结果得出:经过粒子群寻优得到的参数比随机选取的参数更优，所建立的PSO-SVM模型的故障诊断准确率高于普通的SVM模型。     

基于波形特征提取和FA-Grid SVM的MVB故障诊断

列车通信网络的故障诊断一直是列车健康管理的难点,文章针对列车MVB(多功能车辆总线)网络,提出了一种基于波形特征提取和联合萤火虫网格寻优支持向量机(FA-Grid Support Vector Machines, FA-Grid SVM)相结合的故障诊断方法。通过提取MVB总线物理波形的时域特征,作为支持向量机的样本,构建MVB故障数据集;基于SVM较优参数点基本集中于同一区域这一现象,提出FA-Grid两步寻优的参数优化模型。试验结果表明,与传统网格寻优和遗传算法(GA)相比,提出的FA-Grid寻优模型时间复杂度低,分类效率高,能够准确地对MVB故障进行诊断。     

基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究

准确地诊断出列控车载设备的故障类型是保障列车安全运行的基础。针对车载设备故障诊断问题,根据北京动车段300T车载日志数据的特点,基于数据挖掘方法并结合现场技术人员的经验知识,构建车载设备的故障特征词库;在此基础上,改进了Labeled-LDA(Latent Dirichlet Allocation)模型用于提取日志数据的语义特征。采用基于粒子群优化的支持向量机算法PSO-SVM对日志文本的故障进行分类,以降低故障样本数据分布不均衡对分类精度的影响,并与传统的支持向量机算法SVM,K最近邻算法KNN进行对比分析。实验结果表明,KNN、SVM、PSO-SVM三种算法的故障文本数据一级故障诊断准确率依次为79.4%,81.8%和90.9%,二级故障诊断准确率依次为74.6%,78.1%和81.3%,验证了PSO-SVM算法在车载设备故障诊断方面的有效性。该研究成果对列控车载设备日常维护具有一定的指导意义。     

TBM上PLC系统的抗干扰技术

TBM由PLC系统集中控制,对液压系统的温度、液位、压力、转速及机械机构的动作进行检测,使之按照设定的程序运行．从而完成各种工作状态。对PLC控制系统各种干扰因素进行分析,并在抗干扰设计中采取多种抗干扰措施,从而有效地抑制干扰,使PLC控制系统正常工作。     

负弯矩作用下结合梁挠度计算方法研究

钢－砼结合梁在负弯矩作用下，随着荷载逐渐增加，混凝土板中的裂缝不断产生和发展，梁的刚度也随之逐渐下降，荷载－挠度关系趋于非线性，因而材料力学中求挠曲线的二次积分法对负弯矩作用下的砼－钢结合梁无法获得解析解。本文提出了求钢－砼结合梁负弯矩作用下挠度的数值积分法，把非线性问题转化为短区间的线性问题，推导了计算公式，建立了计算模型，编写了电算程序，通过反复迭代计算先获得结合梁截面的弯矩－曲率（M－φ）关系，再根据这一关系进一步求得结合梁各截面的给定荷载下的挠度，从而可绘出梁的某一级荷载下的挠曲线或某一截面的荷载－挠度（P－Δ）曲线，本文利用编写的电算程序对芜湖桥的两根大型试验结合梁T1，T2梁进行了试算，并与实测结果进行对比，计算结果与实测结果吻合较好。     

轨道车辆车体刚度灵敏度分析

以轨道车辆为背景,依据转轴公式和平行移轴公式得到车体截面内任意倾角部件的惯性矩,进而获得截面的刚度及其灵敏度。在已知车体刚度分布的前提下,依据车体刚度及其灵敏度,通过调整刚度薄弱位置相关部件的截面尺寸,可达到提高车体刚度的目的。     

避雷器分布对雷击跳闸率影响探讨

以京沪高速铁路接触网设计中的防雷措施为例,针对该线情况进行了理论分析和模拟计算,通过对避雷器分布方式与雷击跳闸概率关系的分析,提出了依据不同雷区等级差异设置避雷器,最后对避雷器的设置分布和安装方式提出了建议。     

全路信息系统时钟同步的实现

从铁路信息系统的实际情况出发,阐述了时钟同步的意义,时间基准的选取以及时间信息的传播,并在此基础上提出了一种精度高、可靠性好、成本较低并满足铁路信息系统对时钟精度的要求的时间同步方案.     

房间式客车空调机组性能检测装置的研究

介绍了房间式铁路客车空调机组性能检测装置,经实际使用,取得比较理想的效果.     

铁道行业监理现状分析

铁路工程建设实行监理，对于提高铁路工程建设管理水平，控制质量，取得了明显的成效。此对铁道行业的监理情况进行了简单的介绍，并重点分析了施工监理中存在的问题和监理工作的前景展望。