基于字词融合的高铁道岔多级故障诊断组合模型
为有效提升高速铁路道岔维护效率和故障定位准确率,面向其故障文本数据,提出了一种基于字词融合的高速铁路道岔多级故障诊断组合模型.首先,建立高速铁路道岔专业词库,将文本表示为字向量与词向量并进行深度融合.其次,考虑到故障文本存在类别不均衡问题,采用Borderline-SMOTE算法对不均衡文本数据进行处理,优化故障文本数据分布.接着使用BiLSTM(Bi-directional long short-term memory)-CNN(convolutional neural network)的组合神经网络提取故障文本深度特征,最后通过分类器实现智能故障诊断.采用我国高速铁路道岔故障文本数据进行模型性能验证,结果显示所提模型的一级故障诊断准确率达到95.62%,二级故障诊断准确率达到93.81%,证明多级故障诊断精度可达到理想效果.
高速铁路道岔、多级故障诊断、字词融合、Borderline-SMOTE、组合神经网络
36
U216.42(铁路线路工程)
国家自然科学基金;甘肃省科技计划项目;甘肃省高等学校创新基金项目
2023-03-17(万方平台首次上网日期,不代表论文的发表时间)
共10页
217-226