通知公告
交大新闻
09 现在的位置：首页 > 期刊导读 > 2013 > 09 >
遗传算法结合小波神经网络的列车车轮扁疤故障检测方法
【作者】 高瑞鹏 ; 尚春阳 ; 江航
【关键词】 小波神经网络 故障诊断 车轮扁疤 信号处理
【摘要】为了寻求一种更加有效的列车车轮扁疤故障分析算法，提出一种通过轮轨噪声来确定车轮扁疤严重程度的检测方法。该方法将遗传算法与小波神经网络相结合，同时为了避免出现局部极小值，加速学习速度，在小波神经网络中增加了动量模型；在搜寻小波神经网络隐含层链接权值之前，使用遗传算法进行计算以优化小波神经网络结构；硬件只需2组麦克风阵列以及2个速度感应器就可以提供实时结果，成本远低于我国现有的检测方法。对不同列车车速下的轮轨信号进行了实时测试，结果表明：与传统神经网络、小波神经网络和遗传算法相比，该方法的检测准确率最多分别提高了16％、11%和3％，并且收敛最快。
上一篇：普通大气等离子喷涂过程的数值分析
下一篇：一种电流弱信号特征提取方法
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号