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

內(nèi)容簡介

　　隨著鐵路運行速度的逐年攀升，較快的列車運行速度對道岔提出了更加嚴(yán)格的要求。本論文是道岔監(jiān)測系統(tǒng)項目的一個子課題，是在道岔監(jiān)測系統(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)對道岔進行智能故障診斷。本文是對道岔智能故障診斷的一次初步嘗試，目的是給道岔監(jiān)測系統(tǒng)的故障診斷功能提供一種可行性實現(xiàn)方法?！　≌撐氖紫冉榻B神經(jīng)網(wǎng)絡(luò)的定義和原理，并分別的從兩個典型神經(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)(ImF神經(jīng)網(wǎng)絡(luò))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理，對雜亂無章的各種故障進行了統(tǒng)一分類，并系統(tǒng)地介紹提供各種道岔監(jiān)測數(shù)據(jù)的道岔監(jiān)測系統(tǒng)。最后，運用IvIATLAB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。多次測試后，對網(wǎng)絡(luò)性能進行對比研究，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?！　”疚闹攸c在以下幾個方面進行探索與研究：　　按照道岔故障機理和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)特性，把道岔故障分為三類，每類構(gòu)造一個子神　　經(jīng)網(wǎng)絡(luò)，總體組建成一個并行神經(jīng)網(wǎng)絡(luò)系統(tǒng)框架?！　∵x擇最優(yōu)BP算法。對某個子神經(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算法分別對網(wǎng)絡(luò)訓(xùn)練并測試，從測試結(jié)果中獲得每種BP算法的優(yōu)勢和劣勢。　　設(shè)計基于BP算法的并行神經(jīng)網(wǎng)絡(luò)故障診斷模型。針對于每一個子神經(jīng)網(wǎng)絡(luò)，利用　　經(jīng)驗公式得出隱含層神經(jīng)元個數(shù)的最小范圍，然后在最小范圍內(nèi)對隱含層神經(jīng)元個數(shù)逐個嘗試，分析不同隱含層節(jié)點數(shù)對網(wǎng)絡(luò)性能的影響，采用I，ev叻berg-Marqu礬算法構(gòu)造最優(yōu)BP神經(jīng)網(wǎng)絡(luò)。然后訓(xùn)練網(wǎng)絡(luò)并進行故障診斷測試。　　設(shè)計基于RBF算法的并行神經(jīng)網(wǎng)絡(luò)故障診斷模型。針對于每一個子神經(jīng)網(wǎng)絡(luò)，通過多次試驗獲取隱含層神經(jīng)元個數(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)并進行故障診斷測試?！　⊥ㄟ^一系列理論研究和大量仿真試驗證明：神經(jīng)網(wǎng)絡(luò)技術(shù)運用在道岔智能故障診斷　　方面是切實可行的。該方法能快速、有效地診斷出故障原因，為維修人員提供技術(shù)支持。

專題推薦