基于数据的轨道电路故障诊断的混合算法

• 作者: 杨世武 范博 蒋大明 魏学业
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 交通信息工程及控制 轨道电路 故障诊断 神经网络 数据 电磁干扰
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 电子信息工程
• 页码范围: 40-46,61
• 分类号: U284.28
• 字数: 5589字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2012.02.007

摘要

提出一种基于数据的神经网络混合算法故障诊断网络,用于轨道电路的故障诊断.考虑铁路信号需求,设计出符合神经网络训练快速性和有效性要求的BP-LM-PSO-GA混合算法,就是将轨道电路复杂网络分解设计为许多小的神经网络组态,通过综合这些小的神经网络诊断结论,得出最终结果,以解决单独设计神经网络带来的运算量问题；然后以广泛使用的ZPW-2000A型轨道电路为例,验证了该算法网络训练的快速性及故障诊断的有效性.最后给出了该诊断网络对轨道电路的诊断步骤.仿真结果表明该诊断网络具有可行性和有效性,为轨道电路故障诊断的应用提出了一条新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏学业	北京交通大学电子信息工程学院	108	1157	19.0	28.0
2	杨世武	北京交通大学电子信息工程学院	36	271	9.0	14.0
3	蒋大明	北京交通大学电子信息工程学院	54	323	9.0	16.0
4	范博	北京交通大学电子信息工程学院	1	34	1.0	1.0