基于神經(jīng)網(wǎng)絡(luò)的道岔智能故障診斷方法的研究.pdf

1、隨著鐵路運(yùn)行速度的逐年攀升,較快的列車運(yùn)行速度對(duì)道岔提出了更加嚴(yán)格的要求。本論文是道岔監(jiān)測(cè)系統(tǒng)項(xiàng)目的一個(gè)子課題,是在道岔監(jiān)測(cè)系統(tǒng)提供的大量道岔狀態(tài)數(shù)據(jù)的基礎(chǔ)上,應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)道岔進(jìn)行智能故障診斷。本文是對(duì)道岔智能故障診斷的一次初步嘗試,目的是給道岔監(jiān)測(cè)系統(tǒng)的故障診斷功能提供一種可行性實(shí)現(xiàn)方法。
　　 論文首先介紹神經(jīng)網(wǎng)絡(luò)的定義和原理,并分別的從兩個(gè)典型神經(jīng)網(wǎng)絡(luò)——反向傳播神經(jīng)網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò))和徑向基神經(jīng)網(wǎng)絡(luò)(RBF神經(jīng)網(wǎng)絡(luò))

2、兩方面詳細(xì)闡述了網(wǎng)絡(luò)的構(gòu)造,學(xué)習(xí)算法及其應(yīng)用。隨后,為了方便構(gòu)造神經(jīng)網(wǎng)絡(luò)系統(tǒng),在介紹道岔轉(zhuǎn)換系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上,分析各種典型故障的機(jī)理,對(duì)雜亂無章的各種故障進(jìn)行了統(tǒng)一分類,并系統(tǒng)地介紹提供各種道岔監(jiān)測(cè)數(shù)據(jù)的道岔監(jiān)測(cè)系統(tǒng)。最后,運(yùn)用MATLAB分別構(gòu)造BP神經(jīng)網(wǎng)絡(luò)模型和RBF神經(jīng)網(wǎng)絡(luò)模型。多次測(cè)試后,對(duì)網(wǎng)絡(luò)性能進(jìn)行對(duì)比研究,發(fā)現(xiàn)診斷結(jié)果基本達(dá)到預(yù)期的診斷要求,完成了道岔智能故障診斷的理論研究。
　　 本文重點(diǎn)在以下幾個(gè)方面進(jìn)行探索與

3、研究:
　　 按照道岔故障機(jī)理和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)特性,把道岔故障分為三類,每類構(gòu)造一個(gè)子神經(jīng)網(wǎng)絡(luò),總體組建成一個(gè)并行神經(jīng)網(wǎng)絡(luò)系統(tǒng)框架。
　　 選擇最優(yōu)BP算法。對(duì)某個(gè)子神經(jīng)網(wǎng)絡(luò)構(gòu)造BP神經(jīng)網(wǎng)絡(luò)模型,應(yīng)用多種常見BP算法分別對(duì)網(wǎng)絡(luò)訓(xùn)練并測(cè)試,從測(cè)試結(jié)果中獲得每種BP算法的優(yōu)勢(shì)和劣勢(shì)。
　　 設(shè)計(jì)基于BP算法的并行神經(jīng)網(wǎng)絡(luò)故障診斷模型。針對(duì)于每一個(gè)子神經(jīng)網(wǎng)絡(luò),利用經(jīng)驗(yàn)公式得出隱含層神經(jīng)元個(gè)數(shù)的最小范圍,然后在最小范圍內(nèi)對(duì)

4、隱含層神經(jīng)元個(gè)數(shù)逐個(gè)嘗試,分析不同隱含層節(jié)點(diǎn)數(shù)對(duì)網(wǎng)絡(luò)性能的影響,采用Levenberg-Marquart算法構(gòu)造最優(yōu)BP神經(jīng)網(wǎng)絡(luò)。然后訓(xùn)練網(wǎng)絡(luò)并進(jìn)行故障診斷測(cè)試。
　　 設(shè)計(jì)基于RBF算法的并行神經(jīng)網(wǎng)絡(luò)故障診斷模型。針對(duì)于每一個(gè)子神經(jīng)網(wǎng)絡(luò),通過多次試驗(yàn)獲取隱含層神經(jīng)元個(gè)數(shù)和徑向基分布密度的最優(yōu)值并構(gòu)造性能最佳的RBF神經(jīng)網(wǎng)絡(luò),然后訓(xùn)練網(wǎng)絡(luò)并進(jìn)行故障診斷測(cè)試。
　　 通過一系列理論研究和大量仿真試驗(yàn)證明:神經(jīng)網(wǎng)絡(luò)技術(shù)運(yùn)用在