10.19713/j.cnki.43-1423/u.T20190760
基于Mallat小波分解与改进GWO-SVM的道岔故障诊断
为顺应道岔故障诊断向智能化和自动化的发展趋势,以S700K转辙机功率曲线为例,提出一种改进型灰狼优化算法(GWO)与支持向量机(SVM)相结合的故障诊断方法.在8种故障模式和正常模式所对应的功率曲线实施5层Mallat小波分解,得到各层近似系数和细节系数,并计算各层系数的平方和;利用主成分分析法对系数平方和组成的向量集进行降维,得到特征向量集;改进型灰狼优化算法优化支持向量机参数,并用优化好的支持向量机进行故障预测.研究结果表明:该方法能有效提高道岔故障诊断的准确率.
道岔故障诊断、支持向量机、S700K转辙机、灰狼优化算法、Mallat小波分解
17
U284.92(铁路通信、信号)
国家科技支撑计划资助项目;甘肃省科技计划资助项目;甘肃省高等学校科研资助项目;甘肃省自然科学基金资助项目
2020-06-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
1070-1079