| 基于FOA-LSSVM的高速铁路道岔故障诊断 |
| |
| 引用本文： | 关琼.基于FOA-LSSVM的高速铁路道岔故障诊断[J].科技通报,2015(4):230-232. |
| |
| 作者姓名： | 关琼 |
| |
| 作者单位： | 柳州铁道职业技术学院电子技术学院,广西柳州,545007 |
| |
| 基金项目： | 广西高校科学技术研究项目,编号2013YB357 |
| |
| 摘 要： | 道岔故障类型识别对高速铁路设备维护具有重要的意义。在提出的基于FOA-LSSVM的高铁提速道岔故障诊断算法中,以道岔动作电流曲线监测数据为分析基础,选择5个特征指标组成道岔故障诊断模型的特征输入向量,降低了输入向量的维数,缩短训练时间,并采用果蝇优化算法,能够提高计算速度,保持良好的回归性能。通过实例分析证明:基于FOA-LSSVM的道岔故障诊断算法的分类性能好、识别准确率高,能够保证道岔故障类型测定的准确性和可靠性,缩短故障处理时间,确保高速铁路运输的安全与实效。
|
| 关 键 词： | 高速铁路 道岔 故障诊断 最小二乘支持向量机 |
High-speed Railway Switch Failure Diagnosis Based on FOA-LSSVM |
| |
| Guan Qiong.High-speed Railway Switch Failure Diagnosis Based on FOA-LSSVM[J].Bulletin of Science and Technology,2015(4):230-232. |
| |
| Authors: | Guan Qiong |
| |
| Institution: | Guan Qiong;Electronic Technology Institute,Liuzhou Railway Vocational Technical College; |
| |
| Abstract: | |
| |
| Keywords: | high-speed railway railway switch failure diagnosis least squares support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
