基于转辙机牵引力和PSO-SVM的道岔故障诊断研究
作者:
作者单位:

(西北工业大学 自动化学院,西安 710129)

作者简介:

杨小锐(1989-),女,硕士研究生,河南济源人,主要从事嵌入式计算机、仪器仪表、机器学习等领域方向的研究。 [FQ)]

通讯作者:

中图分类号:

基金项目:


Research on Turnout Fault Diagnosis Algorithm Based on SVM
Author:
Affiliation:

(School of Automation, Northwestern Polytechnical University, Xi'an 710129,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着高速铁路的快速发展,道岔故障频发,成为一直是急需解决的重大安全问题;首先从道岔的运行原理出发,研究了转辙机拉力对道岔的影响;然后进行了转辙机的电动机的功率和电流参数的比较,结果表明,转辙机拉力更能直观反映道岔的运行情况;最后提出了用转辙机拉力参数实现基于粒子群算法优化支持向量机(PSO-SVM)的道岔故障诊断算法;经过对实际数据的处理,表明此种诊断方法对道岔的故障有较好的分辨能力。

    Abstract:

    With the rapid development of high-speed railway, turnout faults have been an urgent problem to be solved. Firstly, from the operation principle of turnout, the influence of traction force of switch machine on turnout is studied; then compared to the power and current parameters of the switch motor, and it was found that the switch traction can more directly reflect the operation conditions of turnouts; finally it put forward the turnout fault diagnosis algorithm based on PSO-SVM and the switch traction parameters. After the processing of the actual data, it was found that this diagnostic method had good resolving power on the turnout faults.

    参考文献
    相似文献
    引证文献
引用本文

杨小锐,王安,安邦军.基于转辙机牵引力和PSO-SVM的道岔故障诊断研究计算机测量与控制[J].,2017,25(7):55-58.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-01-21
  • 最后修改日期:2017-02-21
  • 录用日期:
  • 在线发布日期: 2017-08-10
  • 出版日期:
文章二维码