基于卷积神经网络的ZPW-2000R轨道电路智能故障诊断方法

摘要：

为解决ZPW-2000R型轨道电路故障智能自诊断问题,提出一种基于深度卷积神经网络的ZPW-2000R轨道电路故障诊断模型,输入微机存储的38个实时监测变量数据,可自动诊断包括轨道电路室内及室外设备的共29种故障类型,且故障诊断准确率可达96％.为轨道电路故障诊断提供了有效的智能化解决方案.

关键词：卷积神经网络;轨道电路;故障诊断

所属期刊栏目：24

分类号：U284.22(铁路通信、信号)

资助基金：国家自然科学基金资助项目;河南省科技攻关资助项目

在线出版日期：2021-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：127-133