基于模糊神经网络的轨道电路故障诊断方法研究

被引：42

作者：

黄赞武

魏学业

刘泽

机构：

[1] 北京交通大学电子信息工程学院

来源：

铁道学报 | 2012年 / 34卷 / 11期

关键词：

轨道电路; 故障诊断; 模糊神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; U284.92 [铁路信号设备的保养与检修];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 082302 ;

摘要：

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。

引用

页码：54 / 59

页数：6

共 9 条

[1] 基于遗传算法的无绝缘轨道电路故障综合诊断方法 [J].

赵林海 ;

冉义奎 ;

穆建成 .

中国铁道科学, 2010, 31 (03) :107-114

[2] 基于Agent的铁路信号设备故障诊断的研究 [J].

周文娟 ;

王强 .

铁路计算机应用, 2009, 18 (11) :41-44

[3] 车站信号控制设备故障诊断专家系统的研究与实现 [J].

张喜 ;

杜旭升 ;

刘朝英 .

铁道学报, 2009, (03) :43-49

[4]

25Hz相敏轨道电路[M]. 中国铁道出版社 , 安海君, 2004

[5]

人工智能及其应用[M]. 清华大学出版社 , 蔡自兴, 2004

[6]

模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000

[7]

现代故障诊断与容错控制[M]. 清华大学出版社 , 周东华, 2000

[8]

FaultDiagnosis in Railway Track Circuits Using Dempster-shaferClassifier Fusion .2 LATIFA O,ALEXANDRA D,THIERRY D,et al. Engineering Applications of ArtificialIntelligence . 2010

[9]

Fuzzy generalized hybrid aggregation operators and its application in decision making .2 J.M.Merigo,M.Casanovas. International Journal of Fuzzy Systems . 2010

← 1 →