基于SA-CPSO优化HSMM的转辙机故障预测模型研究

摘要：

针对目前铁路现场转辙机PHM中故障发生的模糊性与随机性等不确定问题,提出一种基于自适应混沌粒子群(SA-CPSO)优化隐半马尔科夫(HSMM)的设备退化过程故障预测模型.根据转辙机全生命周期机械部件状态退化过程对其进行退化状态划分;建立SA-CPSO优化HSMM的设备状态评估和故障预测模型,再结合前向-后向算法对优化后的模型进行参数估计;通过实例分析验证该方法的有效性和可行性,实现传统信号维修策略的方法改进.

关键词：转辙机、故障预测、自适应混沌粒子群、隐半马尔科夫、前向-后向算法

所属期刊栏目：16

分类号：U283.2;U284.7(铁路通信、信号)

资助基金：国家自然科学基金地区科学基金资助项目61763023;兰州市科技计划资助项目2017-4-135

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1050-1057