基于数据的轨道电路故障诊断的混合算法

被引：50

作者：

杨世武

魏学业

范博

蒋大明

机构：

[1] 北京交通大学电子信息工程学院

来源：

北京交通大学学报 | 2012年 / 36卷 / 02期

关键词：

交通信息工程及控制; 轨道电路; 故障诊断; 神经网络; 数据; 电磁干扰;

D O I：

暂无

中图分类号：

U284.2 [轨道电路]; U284.92 [铁路信号设备的保养与检修];

学科分类号：

082301 [道路与铁道工程];

摘要：

提出一种基于数据的神经网络混合算法故障诊断网络,用于轨道电路的故障诊断.考虑铁路信号需求,设计出符合神经网络训练快速性和有效性要求的BP-LM-PSO-GA混合算法,就是将轨道电路复杂网络分解设计为许多小的神经网络组态,通过综合这些小的神经网络诊断结论,得出最终结果,以解决单独设计神经网络带来的运算量问题;然后以广泛使用的ZPW-2000A型轨道电路为例,验证了该算法网络训练的快速性及故障诊断的有效性.最后给出了该诊断网络对轨道电路的诊断步骤.仿真结果表明该诊断网络具有可行性和有效性,为轨道电路故障诊断的应用提出了一条新途径.

引用

页码：40 / 46+61 +61

页数：8