基于机器学习的转辙机故障智能诊断研究

摘要：

转辙机是重要的铁路信号基础设备,在保障铁路列车运行安全中起到了重要的作用.基于铁路信号集中监测系统采集的道岔动作电流及功率曲线数据,利用CNN(卷积神经网络)对数据故障特征提取及LSTM(长短时记忆网络)对时间序列数据处理的优势,建立基于CNN-LSTM的故障诊断模型.实验仿真表明,基于CNN-LSTM的故障诊断模型对转辙机的各类故障具有较好的识别效果,准确率达93.32％,能有效地识别道岔故障类型.

关键词：转辙机、卷积神经网络、CNN-LSTM、故障诊断

所属期刊栏目：14

分类号：U284.72(铁路通信、信号)

资助基金：沧州市重点研发计划指导项目;沧州交通学院校级科研项目

在线出版日期：2023-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：113-115,118