基于 SaCE-ELM 的地铁牵引控制单元快速故障诊断

• 作者: 吴涛 岳忠奇 顾宏
• 来源期刊: 大连理工大学学报
• 学科: 交通运输
• 关键词: 牵引控制单元 故障诊断 极限学习机 差分进化算法
• 年，卷（期）: 2016,（3）
• 页码范围: 270-278
• 页数: 9页
• 分类号: U269.9
• 字数: 6328字
• 语种: 中文
• DOI: 10.7511/dllgxb201603008

摘要

地铁牵引控制单元（TCU ）在地铁运行过程中有重要的作用，及时有效地对其进行故障诊断，是保证地铁正常运行的重要环节。针对传统故障诊断方法的学习速度慢、易陷入局部最优、预测精度较差等缺点，提出一种使用自适应差分进化算法（S aC E ）进行优化的极限学习机（SaCE‐ELM ），即通过自适应差分进化算法对极限学习机的输入权重、隐含层参数和输出权重进行优化。其中，差分进化算法的变异策略通过基于混沌序列的自适应机制产生，其他参数使用正态分布随机生成；网络的输出权重使用 Moore‐Penrose广义逆矩阵计算得出。 SaCE‐ELM不需要人工选择变异策略和参数，自适应策略比SaE‐ELM更加简单。实验结果表明，与E‐ELM、SaE‐ELM、LM‐NN、SVM 相比，SaCE‐ELM 具有更好的预测精度。此外， SaCE‐ELM在所有数据集上训练时间比SaE‐ELM 和SVM 更少，有效地改善了生成模型的效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾宏	大连理工大学控制科学与工程学院	45	522	9.0	22.0
2	吴涛	大连理工大学控制科学与工程学院	5	4	1.0	2.0
6	岳忠奇	大连理工大学控制科学与工程学院	1	4	1.0	1.0