基于深度门控循环单元网络的转辙机健康状态评估

尹航; 梁玉琦; 王成龙

首页> 中文期刊> 《铁道学报》 >基于深度门控循环单元网络的转辙机健康状态评估

基于深度门控循环单元网络的转辙机健康状态评估

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

转辙机的健康状态评估是实现状态修的重要技术之一.提出基于时域、时频域特征与循环神经网络的状态评估方法.首先利用集合经验模态分解将原始信号分解,得到不同时间尺度的固有模态分量,并提取每个分量的模糊熵与6个时域特征组合作为原始特征集;然后利用局部加权回归对特征曲线进行平滑以捕获退化趋势,并利用特征的固有属性进行特征选择;最后将最优特征子集作为门控循环单元神经网络的输入,建立时间序列特征与转辙机健康指数的非线性关系.实验结果表明,该方法可以利用转辙机原始功率数据准确提取并选择混合特征,有效识别早期故障,评估转辙机的健康状态.

著录项

来源
《铁道学报》 |2021年第11期|88-96|共9页
作者
尹航; 梁玉琦; 王成龙;
展开▼
作者单位

兰州交通大学光电技术与智能控制教育部重点实验室甘肃兰州 730070;

兰州交通大学国家绿色镀膜技术与装备工程技术研究中心甘肃兰州 730070;

兰州交通大学国家绿色镀膜技术与装备工程技术研究中心甘肃兰州 730070;

兰州交通大学国家绿色镀膜技术与装备工程技术研究中心甘肃兰州 730070;

展开▼
原文格式 PDF
正文语种 chi
中图分类道岔控制设备;
关键词
转辙机; 状态评估; 集合经验模态分解; 特征选择; 门控循环单元; 健康指数;

相似文献

中文文献
外文文献
专利

1. 基于深度神经网络和门控循环单元的动态图表示学习方法 [J] . 李慧博 ,赵云霄 ,白亮 . 计算机应用 . 2021,第012期
2. 基于深度门控循环单元神经网络的刀具磨损状态实时监测方法 [J] . 陈启鹏 ,谢庆生 ,袁庆霓 . 计算机集成制造系统 . 2020,第007期
3. 基于深度门控循环单元神经网络的短期风功率预测模型 [J] . 牛哲文 ,余泽远 ,李波 . 电力自动化设备 . 2018,第005期
4. 基于深度可分离卷积和门控循环单元的轴承剩余寿命预测研究 [J] . 赵志宏 ,李乐豪 ,杨绍普 . 铁道车辆 . 2021,第006期
5. 基于卷积神经网络和双向门控循环单元网络注意力机制的情感分析 [J] . 张腾 ,刘新亮 ,高彦平 . 科学技术与工程 . 2021,第001期
6. 基于神经网络—贝叶斯网络融合的动量轮在轨健康状态评估 [C] . Zixia Zheng ,郑紫霞 ,Dongteng Long . 第十届中国卫星导航学术年会 . 2019
7. 基于注意力机制的门控循环单元神经网络的股票收盘价预测 [A] . 董耀宇 . 2021

基于深度门控循环单元网络的转辙机健康状态评估

摘要

著录项

相似文献

相关主题

期刊订阅