基于RS-ICS-BP的列控车载BTM故障诊断

牛宏侠; 郭子钰; 陈光武

首页> 中文期刊> 《北京交通大学学报》 >基于RS-ICS-BP的列控车载BTM故障诊断

基于RS-ICS-BP的列控车载BTM故障诊断

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对列车运行控制车载设备结构复杂,信息量大且故障分析多依赖于专家经验完成等问题,以CTCS3-300T型列控车载设备中应答器信息接收模块BTM故障文本数据为样本,提出一种基于粗糙集(Rough Set,RS)和改进布谷鸟搜索算法(Improved Cuckoo Search,ICS)优化神经网络(Back-Propagation,BP)的列控车载BTM智能故障诊断方法(RS-ICS-BP).首先,利用粗糙集理论处理不确定数据的优势对故障数据进行处理,消除冗余条件信息;再利用ICS算法确定适合的BP神经网络初始权值和阈值.以CTCS3-300T型车载设备BTM单元的93组数据为样本进行仿真实验,结果表明:RS-ICS-BP通过加入属性约简提高分类器的分类性能,通过ICS算法优化BP神经网络,避免了局部极小问题,且迭代步数少,平均误差得以降低,分类精度有所提升.

著录项

来源
《北京交通大学学报》 |2020年第2期|52-57|共6页
作者
牛宏侠; 郭子钰; 陈光武;
展开▼
作者单位

兰州交通大学自动控制研究所兰州 730070;

兰州交通大学甘肃省高原交通信息工程及控制重点实验室兰州 730070;

兰州交通大学轨道交通运行控制与运维甘肃省国际科技合作基地兰州 730070;

兰州交通大学甘肃省铁路信号控制及调度集中工程实验室兰州 730070;

展开▼
原文格式 PDF
正文语种 chi
中图分类铁路信号;
关键词
车载设备; 故障诊断; 粗糙集; BP神经网络; 布谷鸟算法;

相似文献

中文文献
外文文献
专利

1. 基于列控车载BTM设备的应答器误码处理研究 [J] . 张生文 ,刘晔 . 铁路通信信号工程技术 . 2019,第008期
2. 基于贝叶斯网络的列控车载设备故障诊断 [J] . 查园园 ,王亭岭 ,上官伟 . 北京交通大学学报 . 2021,第005期
3. 基于CNN-CSRF组合模型的列控车载设备故障诊断 [J] . 周璐婕 ,党建武 ,王瑜鑫 . 铁道学报 . 2020,第011期
4. 基于LSTM-BP级联网络的列控车载设备故障诊断 [J] . 上官伟 ,孟月月 ,杨嘉明 . 北京交通大学学报 . 2019,第001期
5. 基于GA-BP神经网络的列控车载设备故障诊断方法研究 [J] . 周璐婕 ,董昱 . 铁道科学与工程学报 . 2018,第012期
6. 列控车载BTM设备电磁干扰故障分析及解决措施 [C] . 李阳 . 2017铁路信号维护管理学术交流会 . 2017
7. 基于CS-PSO优化BN的列控车载设备故障诊断研究 [A] . 李俊武 . 2019

基于RS-ICS-BP的列控车载BTM故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅