收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于PSO-BP的道岔故障诊断系统研究

辛浩冬  
【摘要】:道岔是轨道交通运输基础设施中实现转换线路的关键设备,转辙机是信号专业故障较多,也是日常维护中最为重要的设备。长期以来,信号专业对于转辙机的运行状态分析和故障诊断主要依靠微机监测系统的信息采集和监测分析人员的分析判断实现,人工调看分析数据对职工的责任心和技能水平要求较高,同时还存在及时性差、分析周期长、指导性不强等问题。大量监测数据缺乏精准、及时的分析,造成一些隐患漏报或故障错判,导致故障延时增加,影响范围扩大,给信号专业带来较大的影响。本文在充分分析国内外道岔维护经验的基础上,利用成熟的神经网络技术,将信号集中监测数据进行技术性切片,多维度比对,找准异常信息标志点,针对性分析历史误报数据,逐步使智能分析系统功能达到信号专家分析能力,提出一种使用PSO-BP神经网络智能算法对道岔故障进行智能诊断的方法,来解决当前现场存在的道岔故障判断难,时间长等问题。主要研究内容如下:首先分析了S700K型转辙机及其所属道岔的基本结构和动作机理,并对其进行分析,结合现场大数据,总结了6种常见的故障模式,及其相对应的故障曲线。然后以正常工作的道岔功率曲线作为参考,将功率曲线分为七个部分,进行分段讨论,减少分析难度。其次,为了简化计算过程,保证整个模型分析的实时性,提出一种故障特征提取的方法,通过这种方法建立故障特征集,减少了计算时间,提高了计算效率。建立故障诊断框架,给出了基于BP神经网络的故障诊断流程,并针对收敛速度慢等问题,相应的提出了使用粒子群算法对其进行优化,构建了基于PSO-BP模型的故障诊断方法。选择海勒斯壕南车站220组道岔曲线进行实例仿真。本文研究的故障诊断方法基于PSO-BP神经网络,利用Access搭建数据库,利用JAVA编程完成故障诊断环节,其中包括系统的登陆登出,诊断,新故障录入,可视化模块,统计模块,人机界面等。仿真结果证明本文提出的PSO-BP模型相对于传统的BP模型,在诊断时间和精度上均有很大提高,判断准确率提高了约10%。验证了本文的研究具有工程应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 郭文强;董瑶;李清华;张梦梦;王立贤;;PSO-BP神经网络在开关柜设备温度预测中的应用[J];陕西科技大学学报;2020年01期
2 甄春博;张爱锋;史亚朋;;基于PSO-BP神经网络的油船中部结构优化[J];舰船科学技术;2017年01期
3 杨健健;唐至威;王子瑞;吴淼;;基于PSO-BP神经网络的掘进机截割部故障诊断[J];煤炭科学技术;2017年10期
4 王书涛;陈东营;魏蒙;王兴龙;王志芳;王佳亮;;荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用[J];中国激光;2015年05期
5 丛晓红;拾兵;于西达;高枫;;基于PSO-BP神经网络的黄河利津站输沙量预测[J];人民黄河;2020年S1期
6 姜石;;PSO-BP神经网络在某煤机企业安全库存预测中的应用[J];煤炭技术;2017年10期
7 李永强;王德真;张月平;贾晓丽;;基于PSO-BP的语音增强方法研究[J];科技致富向导;2014年08期
8 雷宇飞;林玉梅;;基于PSO-BP神经网络的入侵检测技术优化算法的研究[J];软件工程;2017年09期
9 张晓宇;;一种改进的PSO-BP算法在液压系统故障诊断中的应用[J];液压气动与密封;2012年11期
10 高瑞卿;;基坑变形小波去噪及PSO-BP神经网络预测模型研究[J];北京测绘;2020年08期
11 林海飞;高帆;严敏;白杨;肖鹏;谢行俊;;煤层瓦斯含量PSO-BP神经网络预测模型及其应用[J];中国安全科学学报;2020年09期
12 王团结;张赟;包亚;;基于PSO-BP的涡扇发动机重量估算方法研究[J];系统仿真技术;2015年01期
13 王书涛;陈东营;王兴龙;魏蒙;王志芳;;种荧光光谱法和PSO-BP神经网络相结合的山梨酸钾浓度测定的新方法(英文)[J];光谱学与光谱分析;2015年12期
14 赵斌;王建华;;基于PSO-BP的红外温度传感器环境温度补偿[J];传感器与微系统;2015年02期
15 盛亮;;PSO-BP模型在引水隧洞初始应力反演计算中的应用[J];吉林水利;2020年08期
16 胡军;董建华;袁永涛;;多策略PSO-BP算法在尾矿坝监测系统中的应用[J];有色金属(矿山部分);2015年03期
17 崔月生;;基于PSO-BP算法的雷电流概率预测研究[J];国外电子测量技术;2018年10期
18 时维国;雷何芬;;基于PSO-BP神经网络的网络时延预测算法[J];自动化与仪表;2020年07期
19 严武元;王少梅;;PSO-BP混合预测模型及在港口集装箱吞吐量预测中的应用[J];武汉理工大学学报(交通科学与工程版);2007年03期
中国重要会议论文全文数据库 前10条
1 余健雄;黄兴;;基于PSO-BP神经网络的涡轴发动机重量估算方法研究[A];探索 创新 交流(第7集)——第七届中国航空学会青年科技论坛文集(上册)[C];2016年
2 田晓;颜勇;;PSO-BP神经网络在短期负荷预测中的应用研究[A];山东电机工程学会2012年度学术年会论文集[C];2012年
3 许军;杜康;张耀辉;朱晓兵;;基于PSO-BP神经网络的电连接器腐蚀失效分析方法研究[A];第七届全国信号和智能信息处理与应用学术会议会刊[C];2013年
4 凌玉华;杨欣荣;李红艳;纪云云;廖力清;;基于PSO-BP神经网络的铝带坯晶粒度软测量建模及优化[A];第二十九届中国控制会议论文集[C];2010年
5 罗捷;武斌;沈焱萍;;基于优化PSO-BP算法的无线局域网DoS攻击检测[A];第十届中国通信学会学术年会论文集[C];2014年
6 石永奎;邵剑生;李金皓;;基于PSO-BP网络的煤炭企业物流成本预测[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
7 魏津瑜;张玮;李欣;;基于PSO-BP神经网络的高炉煤气柜位预测模型及应用[A];2013年中国智能自动化学术会议论文集(第四分册)[C];2013年
8 秦可;卜仁祥;方鹏飞;;基于优化PSO-BP神经网络的船舶航向预测[A];第十四届中国智能交通年会论文集[C];2019年
9 林愿仪;林伟俊;尹安琪;;基于PSO-BP神经网络预测广州市日均PM_(10)浓度[A];2015年(第四届)全国大学生统计建模大赛论文[C];2015年
10 周美兰;王旭东;周永勤;温嘉斌;刘耀武;;基于神经网络的汽车无级变速器故障诊断系统研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅱ)[C];2008年
中国硕士学位论文全文数据库 前20条
1 辛浩冬;基于PSO-BP的道岔故障诊断系统研究[D];兰州交通大学;2020年
2 徐鹏;基于PSO-BP神经网络的脱机手写体数字识别[D];东北林业大学;2009年
3 封鹏;基于PSO-BP神经网络的网络流量预测算法的研究与应用[D];东北大学;2015年
4 赵晋晔;基于改进PSO-BP神经网络模型的短期电力负荷预测研究[D];东北大学;2009年
5 宋久科;基于PSO-BP神经网络的电子政务绩效评价模型[D];辽宁师范大学;2014年
6 崔佳珊;改进PSO-BP网络在工业设计中的应用研究[D];西安电子科技大学;2014年
7 徐俊;基于PSO-BP的短期电力负荷预测研究[D];武汉理工大学;2007年
8 王孟君;基于PSO-BP优化算法的围岩参数智能反分析研究[D];中南大学;2014年
9 周婷婷;基于MFCC和PSO-BP神经网络的说话人识别系统[D];南京邮电大学;2015年
10 陈威;云制造环境下基于PSO-BP神经网络的云服务质量评价研究[D];上海应用技术大学;2016年
11 万亚宁;基于PSO-BP神经网络的光伏系统短期发电功率预测[D];中原工学院;2020年
12 史亚朋;基于PSO-BP神经网络的船舶结构优化[D];大连海事大学;2015年
13 周翔;基于PSO-BP神经网络的高速公路工程保险费率厘定研究[D];湖南大学;2019年
14 张玥;基于有限元和PSO-BP的多点腐蚀缺陷管道剩余强度研究[D];西安建筑科技大学;2020年
15 王光明;基于PSO-BP网络学习方法研究[D];安徽大学;2015年
16 范广坡;改进PSO-BP神经网络的压力导丝温度及非线性补偿研究与实现[D];南方医科大学;2016年
17 杨青波;改进PSO-BP神经网络在变压器故障检测中的研究和应用[D];重庆大学;2010年
18 欧伟;基于改进PSO-BP的房地产投资风险评价研究[D];河北工程大学;2013年
19 朱东青;基于PSO-BP神经网络的南海热带气旋预报研究[D];南京师范大学;2012年
20 曹伟;基于改进型PSO-BP神经网络算法的水环境质量评价[D];昆明理工大学;2016年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978