【摘要】：深度學習作為機器學習領域的新熱點,為故障診斷技術領域的研究開拓了新的思路。針對高速列車進行故障分析的重要性,將深度學習和集成學習相結合,提出一種基于EDBN-SVM(EnsembleDeep Belief Network-Support Vector Machine)的故障診斷模型。首先對高速列車振動信號進行快速傅立葉變換,其次分析確定了EDBN-SVM模型的參數(shù),然后將信號的FFT系數(shù)作為EDBN-SVM模型的可視層輸入,并逐層學習高層特征,最后利用多個SVM分類器進行識別并對識別結果進行集成。為評估該方法的有效性,采用實驗室數(shù)據(jù)和仿真數(shù)據(jù)進行實驗測試,并與傳統(tǒng)的幾種故障分析方法進行對比。結果表明,該方法的故障識別效果優(yōu)于傳統(tǒng)的故障分析方法,同時穩(wěn)定性更好。
[Abstract]:As a new hot spot in the field of machine learning, deep learning opens up new ideas for the research of fault diagnosis technology. In view of the importance of fault analysis of high-speed trains, a fault diagnosis model based on EDBN-SVM (EnsembleDeep Belief Network-Support Vector Machine) is proposed by combining deep learning with integrated learning. Firstly, the fast Fourier transform is carried out on the vibration signal of high-speed train. Secondly, the parameters of EDBN-SVM model are analyzed and determined, and then the FFT coefficient of the signal is used as the visual layer input of EDBN-SVM model, and the high-level features are learned layer by layer. Finally, multiple SVM classifiers are used to identify and integrate the recognition results. In order to evaluate the effectiveness of this method, laboratory data and simulation data are used for experimental testing, and compared with several traditional fault analysis methods. The results show that the fault identification effect of this method is better than that of the traditional fault analysis method, and the stability of the method is better than that of the traditional fault analysis method.
【作者單位】： 西南交通大學信息科學與技術學院;西南交通大學電氣工程學院;
【基金】：國家自然科學基金項目(61134002,61572407)資助
【分類號】：U279.33

【相似文獻】

相關期刊論文 前10條

1 張建華;;淺談鐵路給水設備維護及常見故障分析[J];科技創(chuàng)業(yè)家;2013年10期

2 高明;;東風_4型機車一起水溫高的故障分析[J];內燃機車;1992年12期

3 嚴萬千,孟蕊;運用科學方法進行故障分析[J];鐵道通信信號;2002年02期

4 陳啟成;東風_4型機車新式軸箱軸承內圈崩裂故障分析及防止措施[J];內燃機車;1995年09期

5 原毅;提速客車運行二年來故障分析及對策[J];上海鐵道科技;1999年03期

6 馮捷;120型緊急閥故障分析[J];鐵道機車車輛;2000年04期

7 翟玉江;燃油箱進水造成柴油機爆燃振動的故障分析[J];內燃機車;2003年10期

8 高偉東;東風_4型機車一起冷卻風扇轉速低的故障分析[J];內燃機車;1994年04期

9 張勤,智強;軌道車故障分析與控制綜述[J];鐵道技術監(jiān)督;2005年03期

10 郝春霖;;運行客車檢修故障分析[J];內蒙古科技與經濟;2006年18期

相關會議論文 前2條

1 孫新根;;302D-Z型調速器故障分析與改進[A];河南省鐵道學會2007年學術活動月優(yōu)秀論文選集[C];2007年

2 孫新根;;302D—Z型調速器故障分析與改進[A];河南省鐵道學會2007年學術活動月優(yōu)秀論文集[C];2007年

相關碩士學位論文 前1條

1 黃冬;軌道車輛門可靠性數(shù)據(jù)管理及故障分析系統(tǒng)的研究與實現(xiàn)[D];南京理工大學;2007年

，

本文編號：2481793