国内刊号:11-2865/X
国际刊号:1003-3033
发布日期:
作者:程超, 鞠云飞, 刘明, 陈宏田, 韩玲, 文韬
单位:1 长春工业大学 计算机科学与工程学院,吉林 长春 130012;2 阿尔伯塔大学 化学与材料工程系,加拿大 阿尔伯塔 埃德蒙顿 AB T6G 2V4;3 长春工业大学 机电工程学院,吉林 长春 130012;4 北京交通大学 电子信息工程学院,北京 100044
关键词:广义自编码器(GAE),高速列车,牵引系统,早期故障检测,神经网络
基金:国家自然科学基金资助(61903047); 国家自然科学基金资助(62120106011); 国家自然科学基金资助(52172323); 中央高校基本科研业务费专项资金资助(2021RC271)
为解决高速列车牵引系统的早期故障检测问题,首先,利用广义自编码器(GAE)处理系统采集的数据;然后,借助携带故障信息的残差生成器来检验统计量,有效增强早期故障检测能力;最后,在高速列车牵引控制仿真平台上,分别针对气隙偏心、转子断条、链路和轴承4种故障进行试验研究,验证其在线应用的有效性。结果表明:GAE的残差生成器具有较强的适用性和灵敏度,能够适应牵引系统的非线性特征,故障检测无误报,漏报概率低于6%。
来源:2022年第6期
《中国安全科学学报》期刊编辑部