排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对现有故障诊断中忽略调谐区故障对列车安全影响的问题,建立分路状态下机车信号电压模型,获取调谐区正常状态及不同故障状态的机车信号电压;并考虑补偿电容故障、不同道砟电阻等对机车信号电压的影响,对现有数据库进行扩充,得到调谐区故障数据集。在此基础上,采用卷积神经网络(CNN,Convolutional Neural Networks)实现调谐区的故障诊断,特征提取通过CNN中卷积层实现,并对比不同卷积层参数下诊断准确率及训练时间,选择当前条件下相对最优的卷积层参数;采用dropout函数避免训练中出现过拟合现象,并通过CNN中第2全连接层实现故障分类。针对人为构建数据集时数据标签错误的问题,通过构建标签错误数据集的方式,减小错误标签数据对训练过程的影响。测试结果表明:当信噪比为40 dB时,测试集的准确率为97.92%,即在噪声环境下,该诊断方式仍然有效。 相似文献
2.
轨道电路室外监测及诊断系统在现场的大量使用,对监测设备安装调试的便利性要求也随之升高。目前室外监测设备的配置多为室外逐点配置,施工工作量大。研究了一种室外监测设备远程配置方案,在室内即可完成配置工作,极大地降低了现场施工工作量。 相似文献
1