針對無絕緣軌道電路故障的復(fù)雜性及隨機(jī)性,提出一種基于深度學(xué)習(xí)的故障診斷方法。根據(jù)無絕緣軌道電路的結(jié)構(gòu),選取12個(gè)電壓電流監(jiān)測量作為故障數(shù)據(jù)特征集。運(yùn)用深度信念網(wǎng)絡(luò)的無監(jiān)督學(xué)習(xí)對故障數(shù)據(jù)進(jìn)行訓(xùn)練,得到最優(yōu)參數(shù)值并提取出故障數(shù)據(jù)高層的分布式特征。選擇BPNN作為分類器,以無監(jiān)督學(xué)習(xí)輸出的參數(shù)作為BPNN的初始值,完成反向調(diào)優(yōu),實(shí)現(xiàn)軌道電路的15種故障分類。利用ZPW-2000A無絕緣軌道電路數(shù)據(jù)對模型進(jìn)行了多次實(shí)驗(yàn)分析,仿真結(jié)果表明,該模型的分類準(zhǔn)確度可達(dá)95.34%,驗(yàn)證了此方法的有效性。 

【文章來源】：鐵道學(xué)報(bào). 2020年06期 北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

DBN結(jié)構(gòu)示意

為此,文獻(xiàn)[12]提出了對比散度算法(Contrastive Divergence,CD)。該算法的核心是交錯(cuò)的吉布斯采樣,計(jì)算過程見圖2。首先把訓(xùn)練數(shù)據(jù)傳遞給v0,采用式( 1 )計(jì)算出隱含層神經(jīng)元的條件概率,并用Gibbs抽樣確定隱含層神經(jīng)元的狀態(tài)h0;利用式( 2 )計(jì)算可視層神經(jīng)元的條件概率,再次利用Gibbs抽樣確定可視層神經(jīng)元狀態(tài)v1,完成一次重構(gòu)。參數(shù)θ={W,a,b}的更新過程為

ZPW-2000A軌道電路由主軌道和調(diào)諧區(qū)兩部分組成,并將調(diào)諧區(qū)視為列車運(yùn)行前方的“延續(xù)區(qū)段”[14],從發(fā)送端到接收端,分別由發(fā)送器、電纜模擬網(wǎng)絡(luò)、匹配變壓器、調(diào)諧單元、空閑線圈、補(bǔ)償電容、衰耗器、接收器、軌道繼電器構(gòu)成[1]。ZPW-2000A軌道電路通過發(fā)送器將不同含義的低頻信號(hào)送入主軌道區(qū)段和小軌道電路。低頻信號(hào)分兩路進(jìn)行傳輸,一路直接送至本區(qū)端接收器,另一路通過調(diào)諧區(qū)送至運(yùn)行前方相鄰軌道區(qū)段的接收器,并將檢查后的調(diào)諧區(qū)狀態(tài)條件(XG、XGH)送至本區(qū)端接收器。兩路信息判斷無誤后驅(qū)動(dòng)軌道繼電器動(dòng)作,由此判定軌道區(qū)段的空閑和占用。ZPW-2000A軌道電路結(jié)構(gòu)見圖3。2.2 ZPW-2000A軌道電路故障類別

【參考文獻(xiàn)】：
期刊論文
[1]基于組合決策樹的無絕緣軌道電路故障診斷方法研究[J]. 朱文博,王小敏.  鐵道學(xué)報(bào). 2018(07)
[2]基于粗糙集和模糊認(rèn)知圖的ZPW-2000軌道電路故障診斷[J]. 董昱,陳星.  鐵道學(xué)報(bào). 2018(06)
[3]無絕緣軌道電路補(bǔ)償電容多故障的快速診斷方法[J]. 徐侃,趙林海.  鐵道學(xué)報(bào). 2018(02)
[4]基于深度信念網(wǎng)絡(luò)的軸承故障分類識(shí)別[J]. 李巍華,單外平,曾雪瓊.  振動(dòng)工程學(xué)報(bào). 2016(02)
[5]基于組合模型的軌道電路復(fù)雜故障診斷方法研究[J]. 米根鎖,楊潤霞,梁利.  鐵道學(xué)報(bào). 2014(10)
[6]基于最小二乘支持向量機(jī)的軌道電路故障診斷方法[J]. 王彤.  鐵道標(biāo)準(zhǔn)設(shè)計(jì). 2014(02)
[7]基于模糊神經(jīng)網(wǎng)絡(luò)的軌道電路故障診斷方法研究[J]. 黃贊武,魏學(xué)業(yè),劉澤.  鐵道學(xué)報(bào). 2012(11)

碩士論文
[1]基于小波神經(jīng)網(wǎng)絡(luò)的ZPW-2000A調(diào)諧區(qū)故障診斷研究[D]. 李亞蘭.蘭州交通大學(xué) 2015
[2]ZPW-2000A信號(hào)設(shè)備故障診斷專家系統(tǒng)研究[D]. 覃定明.北京交通大學(xué) 2009



本文編號(hào)：2945705