基于遗传算法优化BP神经网络动车组塞拉门故障预测与诊断

• 作者: 欧红香 秦云 马润
• 来源期刊: 工业安全与环保
• 关键词: 塞拉门 故障预测 遗传算法 神经网络 故障树分析
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 安全技术及工程
• 页码范围: 14-18
• 页数: 5页
• 语种: 中文

摘要

针对动车组塞拉门开关门故障预测与安全预警,提出了一种基于遗传算法优化BP神经网络动车组塞拉门故障预测方法,用于塞拉门开门时间均值和开门电流均值的预测;针对塞拉门开关门故障诊断和排除,提出了一种基于故障树分析的诊断方法.研究结果表明遗传算法优化BP神经网络的预测模型所预测的结果与真实值之间的相对误差均在±2％以内,通过故障树分析得出13个基本事件的关键重要度,其中机械锁闭装置卡滞(X5)、锁闭装置故障(X12)、解锁开关信号延时(X3)为影响塞拉门正常开关门可靠性的关键部件,研究结果为动车组塞拉门故障诊断和排除提供依据.