通過對影響軌道電路運行狀態(tài)的設(shè)備進(jìn)行分析,構(gòu)建深度置信網(wǎng)絡(luò)對微機(jī)監(jiān)測系統(tǒng)記錄的軌道電路運行數(shù)據(jù)及實測數(shù)據(jù)進(jìn)行特征提取。采用權(quán)重分配的方式結(jié)合多種影響設(shè)備運行狀態(tài)的因素計算反映軌道電路運行狀態(tài)的健康評估指標(biāo),通過健康評估指標(biāo)對軌道電路的運行狀態(tài)進(jìn)行劃分,根據(jù)全生命周期的歷史運行數(shù)據(jù)構(gòu)建其各個狀態(tài)的隱半馬爾可夫模型。結(jié)合深度置信網(wǎng)絡(luò)對軌道電路的退化狀態(tài)和剩余壽命進(jìn)行仿真試驗。研究結(jié)果表明:采用融合深度置信網(wǎng)絡(luò)進(jìn)行特征提取后訓(xùn)練的隱半馬爾可夫模型進(jìn)行剩余壽命預(yù)測準(zhǔn)確度和退化狀態(tài)識別率相比原始隱半馬爾可夫模型有較大的提高。

【文章頁數(shù)】：10 頁

【文章目錄】：
1 基于DBN的健康指標(biāo)構(gòu)建
    1.1 DBN構(gòu)成
    1.2 受限玻爾茲曼機(jī)
    1.3 深度置信網(wǎng)絡(luò)DBN
2 健康指標(biāo)構(gòu)建
3 軌道電路剩余壽命預(yù)測模型
    3.1 HSMM模型
    3.2 剩余壽命預(yù)測
4 基于DBN-HSMM的剩余壽命預(yù)測
5 仿真實驗
    5.1 退化狀態(tài)劃分
    5.2 權(quán)重指標(biāo)及退化狀態(tài)識別
    5.3 狀態(tài)識別概率對比
    5.4 剩余壽命預(yù)測結(jié)果
6 結(jié)論



本文編號：3805268