基于道岔动作电流的故障特征提取与诊断方法

论文摘要

为提高道岔故障诊断精度,提出一种基于粒子群算法（particle swarm optimization,PSO）优化反向传播（back propagation,BP）神经网络的道岔故障诊断法.先利用基于道岔转换状态、时间固定分段、时域统计指标的三种方式提取动作电流特征参数,以降低特征维度;再据三种特征提取方式分别建立基于PSO-BP神经网络的诊断模型.仿真实验结果表明,采用基于时域统计指标的特征提取方式能更有效提取动作电流的变化信息,利用PSO优化BP神经网络可实现网络参数的自动寻优,提高网络对故障分类的效果.

论文目录

文章来源

类型: 期刊论文

作者: 周璐婕,党建武,王瑜鑫,张振海

关键词: 动作电流,特征提取,故障诊断,粒子群算法,神经网络

来源: 兰州交通大学学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 铁路运输

单位: 兰州交通大学自动化与电气工程学院,兰州交通大学土木工程学院,中铁西北科学研究院有限公司

分类号: U284.92

页码: 74-81

总页数: 8

文件大小: 1437K

下载量: 107

相关论文文献

标签：动作电流论文;  特征提取论文;  故障诊断论文;  粒子群算法论文;  神经网络论文;