基于SA-CPSO优化HSMM的转辙机故障预测模型研究

• 作者: 戴乾军 李俊武 陈永刚
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 转辙机 故障预测 自适应混沌粒子群 隐半马尔科夫 前向-后向算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 1050-1057
• 页数: 8页
• 分类号: U283.2|U284.7
• 字数: 4124字
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.2019.04.028

摘要

针对目前铁路现场转辙机PHM中故障发生的模糊性与随机性等不确定问题,提出一种基于自适应混沌粒子群(SA-CPSO)优化隐半马尔科夫(HSMM)的设备退化过程故障预测模型.根据转辙机全生命周期机械部件状态退化过程对其进行退化状态划分;建立SA-CPSO优化HSMM的设备状态评估和故障预测模型,再结合前向-后向算法对优化后的模型进行参数估计;通过实例分析验证该方法的有效性和可行性,实现传统信号维修策略的方法改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈永刚	兰州交通大学自动化与电气工程学院	50	213	8.0	11.0
2	戴乾军	兰州交通大学自动化与电气工程学院	7	10	2.0	3.0
3	李俊武	兰州交通大学自动化与电气工程学院	3	0	0.0	0.0