基于RS-ICS-BP的列控车载BTM故障诊断

• 作者: 牛宏侠 郭子钰 陈光武
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 车载设备 故障诊断 粗糙集 BP神经网络 布谷鸟算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 列车控制安全
• 页码范围: 52-57
• 页数: 6页
• 分类号: U284
• 字数: 4429字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.20190058

摘要

针对列车运行控制车载设备结构复杂,信息量大且故障分析多依赖于专家经验完成等问题,以CTCS3-300T型列控车载设备中应答器信息接收模块BTM故障文本数据为样本,提出一种基于粗糙集(Rough Set,RS)和改进布谷鸟搜索算法(Improved Cuckoo Search,ICS)优化神经网络(Back-Propagation,BP)的列控车载BTM智能故障诊断方法(RS-ICS-BP).首先,利用粗糙集理论处理不确定数据的优势对故障数据进行处理,消除冗余条件信息;再利用ICS算法确定适合的BP神经网络初始权值和阈值.以CTCS3-300T型车载设备BTM单元的93组数据为样本进行仿真实验,结果表明:RS-ICS-BP通过加入属性约简提高分类器的分类性能,通过ICS算法优化BP神经网络,避免了局部极小问题,且迭代步数少,平均误差得以降低,分类精度有所提升.