| 基于深度置信网络的道岔故障智能诊断方法 |
| |
| 引用本文： | 司涌波,张国瑞,陈光武,魏宗寿.基于深度置信网络的道岔故障智能诊断方法[J].重庆大学学报(自然科学版),2023,46(7):75-85. |
| |
| 作者姓名： | 司涌波 张国瑞 陈光武 魏宗寿 |
| |
| 作者单位： | 1.兰州交通大学 自动控制研究所,兰州 730070;2.甘肃省高原交通信息及控制重点实验室,兰州 730070 |
| |
| 基金项目： | 国家自然科学基金资助项目(61863024，71761023)；甘肃省高等学校科研资助项目（2018C-11，2018A-22）；甘肃省自然基金资助项目（18JR3RA130）。 |
| |
| 摘 要： | 传统的道岔故障诊断方法往往依赖于复杂的信号处理过程以及丰富的专家经验，需要对信号进行精确的分段，过程繁琐，不利于现场使用。采用粒子群算法(PSO)优化的深度置信网络(DBN)的方法，直接对道岔功率原始数据提取特征，利用受限玻尔兹曼机（RBM）逐层拟合数据特征同时实现对数据的降维。然后采用极限学习机（ELM）对故障进行分类，提高了诊断的速度。研究结果表明：与PSO优化的支持向量机（SVM）方法相比，准确率提升了4%，达到了96%，所用时间也大大减少。
|
| 关 键 词： | S700K转辙机 DBN 特征提取 ELM 故障诊断 |
| 收稿时间： | 2020/8/11 0:00:00 |
An intelligent diagnosis method of switch machine based on deep belief network |
| |
| SI Yongbo,ZHANG Guorui,CHEN Guangwu,WEI Zongshou.An intelligent diagnosis method of switch machine based on deep belief network[J].Journal of Chongqing University(Natural Science Edition),2023,46(7):75-85. |
| |
| Authors: | SI Yongbo ZHANG Guorui CHEN Guangwu WEI Zongshou |
| |
| Institution: | 1.Automatic Control Research Institute, Lanzhou Jiaotong University, Lanzhou 730070, P. R. China;2.Gansu Provincial Key Laboratory of Traffic Information Engineering and Control, Lanzhou 730070, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | S700K switch machine DBN feature extraction ELM fault diagnosis |
|
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 |
