基于数值分析和神经网络的轨道过车信号判断

摘要：

针对不同列车物理属性差异导致的ZPW-2000 R轨道电路输出信号数据长度不一致而难以建立统一的神经网络模型问题,提出一种基于数值分析和神经网络的轨道过车信号判断模型.首先,利用数值分析方法将显示轨道是否占用的主机调接入电压数据集处理成长度一致的结构;其次,以处理好的数据集作为输入,以轨道占用或空闲状态作为输出,建立基于神经网络的轨道过车信号判断模型.实际测试结果表明,基于数值分析和神经网络的轨道过车信号判断模型对轨道占用或空闲情况的判断准确率为100％.研究可在保证列车安全可靠运行的基础上实现ZPW-2000 R轨道电路输出信号的智能判断,为轨道电路利用主机主接入电压和主机调接入电压信号联合判断轨道占用情况提供了一种智能算法.

关键词：数值分析;神经网络;轨道交通;轨道电路;过车信号判断

所属期刊栏目：40

分类号：U284.2(铁路通信、信号)

资助基金：国家自然科学基金;教育部人文社会科学研究项目;教育部人文社会科学研究项目;河南省高校科技创新团队资助项目;河南省科技攻关资助项目;郑州航空工业管理学院研究生教育创新计划基金资助项目

在线出版日期：2022-03-25（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：106-112