資源描述:
《基于互信息和rbfnn高速列車走行部故障診斷》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、SOUTHWESTJIAOTONGUNIVERSITY碩士學(xué)位論文MASTERDISSERTATION論文題目:基于互信息和RBFNN高速列車走行部故障診斷二一二年級(jí):零級(jí)姓名:耿繼偉申請(qǐng)學(xué)位級(jí)別:工程領(lǐng)士—專業(yè):控制工程指導(dǎo)教師;張翠芳教授二零一五年五月國(guó)內(nèi)圖書分類號(hào):TP183密級(jí):公幵國(guó)際圖書分類號(hào):西南交通大學(xué)研究生學(xué)位論文基干互信息和RBFNN高速列車走行部故障診斷年級(jí)二零一二級(jí)姓名耿繼偉申請(qǐng)學(xué)位級(jí)別工程碩士專業(yè)控制工程指導(dǎo)老師張翠芳教
2、授二零一五年四月ClassifiedIndex:TP183U:.D.CSouthwestJiaotonUniversitgyMasterDereeThesisgRESEARCHON-THEHIGHSPEEDTRAINRUNNINGGEARFAULTDIAGNOSISWITHMUTUALINFORMATIONANDRBFNEURALNETWORKGrade:2012Candidate:GenJiweigAcademicDegreeAppliedfor:EngineeringM
3、asterSpecialit:ControlenineerinyggSuervisor:ProfessorZhanCuifanpggAril2015p,西南交通大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校保留并向國(guó)家。有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱本人授權(quán)西南交通大學(xué)可以將本論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以釆用影印、縮印或掃描等復(fù)印手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1。保密口,在年解密后適用本授權(quán)書;2.不保密K/使用
4、本授權(quán)書。“”(請(qǐng)?jiān)谝陨戏娇騼?nèi)打V)學(xué)位論文作者簽名:指導(dǎo)老師簽名:‘曰期:5:-B期^.719西南交通大學(xué)碩士學(xué)位論文主要工作(貢獻(xiàn))聲明本人在學(xué)位論文中所做的主要工作或貢獻(xiàn)如下:本文的主要從分類器設(shè)計(jì)和特征維數(shù)約簡(jiǎn)兩個(gè)方面對(duì)高速列車走行部故障診斷系統(tǒng)做出改進(jìn),并利用高速列車走行部實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了仿真驗(yàn)證。主要完成的具體內(nèi)容包括:-1.分別釆用梯度下降、粒子群、PSOCLS和蝙蝠算法對(duì)RBF網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化-RBF網(wǎng)絡(luò)應(yīng)用于高速列。通過高速列車走行部實(shí)驗(yàn)數(shù)據(jù)仿真,驗(yàn)證了將BA車走行部故障診斷,能夠加快故障的識(shí)別速度和識(shí)別準(zhǔn)確率
5、。2一.針對(duì)單傳感器對(duì)高速列車走行部故障診斷精度不高,容易對(duì)相似故障造成誤判。本文采用多傳感器融合的故障診斷方法,將多個(gè)傳感器采集的故障特征進(jìn)行無監(jiān)督的UFS-MI之間的冗余和干擾蹄選,消除故障特征,減少了故障特征-RBF網(wǎng)絡(luò)維數(shù)。同時(shí)將特征維數(shù)約簡(jiǎn)與BA結(jié)合。通過高速列車走行部實(shí)驗(yàn)數(shù)據(jù)一--MI與BARBFNN結(jié)合分類精度仿真驗(yàn)證,將UFS,能進(jìn)步提高診斷速度和。.本人鄭重聲明:所呈交的學(xué)位論文,是在導(dǎo)師指導(dǎo)下獨(dú)立進(jìn)行研究工作所得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出貢
6、獻(xiàn)的個(gè)人和集體,均已在文中作了明確說明一。本人完全了解違反上述聲明所引起的切法律責(zé)任將由本人承擔(dān)。學(xué)位論文作者簽名:i料)f-曰期:5206.t西南交通大學(xué)碩士研究生學(xué)位論文第V頁摘要高速列車是復(fù)雜的非線性系統(tǒng),隨著髙速列車的發(fā)展,對(duì)高速列車的故障診斷系統(tǒng)要求也越來也高。高速列車的故障診斷不僅要求準(zhǔn)確率高,還要實(shí)時(shí)性好,而且高速列車所擁有的海量特征數(shù)據(jù)也對(duì)分類器設(shè)計(jì)提出了更高的要求。本文從分類器設(shè)計(jì)和特征維數(shù)約簡(jiǎn)兩個(gè)方面對(duì)高速列車走行部故障診斷方法進(jìn)行研究,并利用實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了仿真驗(yàn)證。首先詳細(xì)給出了高速列車走行部的
7、四種工況、實(shí)驗(yàn)數(shù)據(jù)來源以及本文采用的特征提取方法。然后,采用基于梯度下降的RBF網(wǎng)絡(luò)構(gòu)建高速列車走行部故障診一斷模型。在此基礎(chǔ)上,釆用PSO算法對(duì)RBF網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整和優(yōu)化,在定程度上避免了RBF網(wǎng)絡(luò)參數(shù)訓(xùn)練陷入局部最優(yōu),提高了神經(jīng)網(wǎng)絡(luò)分類精度。將PSO算法和局部混純搜索(ChoasLocalSearch,CLS)相結(jié)合,增強(qiáng)了PSO算法的局一一一部搜索能力。接著,引入種新興的元啟發(fā)式智能算法蝙蝠算法(BatA一lorithmBA)對(duì)RBF網(wǎng)絡(luò)參。g,數(shù)進(jìn)行優(yōu)化,進(jìn)步提高網(wǎng)絡(luò)的分