10.19713/j.cnki.43-1423/u.T20190766
基于多域特征提取与改进PSO-PNN的道岔故障诊断
针对S700K常见的8种故障模式和正常模式所对应功率曲线,提出一种基于概率神经网络(PNN)与改进的粒子群算法(PSO)相结合的道岔故障诊断方法.首先,在9种功率曲线上分别提取时域、频域特征统计量和时频域小波系数,并用主成分分析法降维每个域的特征量,得到特征向量;其次,以3个改进的PSO-PNN做分类器,并对分类器进行训练和预测;最后,3个分类器的预测结果做三取二表决.仿真结果表明:该方法能有效提高道岔故障诊断的准确率,具有良好的容错性.
道岔故障诊断、S700K转辙机、概率神经网络、粒子群算法、三取二表决
17
U284.92(铁路通信、信号)
国家自然科学基金资助项目;国家科技支撑计划资助项目;甘肃省科技计划资助项目;甘肃省高等学校科研资助项目
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共10页
1327-1336