基于多域特征提取与改进PSO-PNN的道岔故障诊断

• 作者: 孔令刚 焦相萌 范多旺 陈光武
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 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
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 高速铁路技术与智慧交通
• 页码范围: 1327-1336
• 页数: 10页
• 分类号: U284.92
• 字数: 5236字
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.T20190766

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范多旺	兰州交通大学自动控制研究所	112	683	14.0	20.0
3	陈光武	兰州交通大学自动控制研究所	70	354	10.0	16.0
5	孔令刚	兰州交通大学国家绿色镀膜技术与装备工程技术研究中心	17	48	3.0	6.0
8	焦相萌	兰州交通大学自动控制研究所	2	0	0.0	0.0