-
公开(公告)号:CN115453227B
公开(公告)日:2025-04-04
申请号:CN202210943361.4
申请日:2022-08-08
Applicant: 西南交通大学
IPC: G01R31/00 , G01R19/00 , G01R21/00 , B61L5/06 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F18/213 , G06F18/2415 , G06F18/25
Abstract: 本发明提供了道岔转辙机故障诊断方法、装置、设备及可读存储介质,所述方法包括:获取不同类型的道岔转辙机的动作曲线,所述动作曲线包括A相电流曲线、B相电流曲线、C相电流曲线和功率曲线;对每一个所述动作曲线进行故障标注,得到标注后的动作曲线;基于每个所述标注后的动作曲线构建样本集,并构建对比曲线集;利用所述样本集和对比曲线集对深度神经网络模型进行训练,得到训练后的深度神经网络模型;利用所述训练后的深度神经网络模型对待诊断的道岔转辙机进行故障诊断,得到故障诊断结果。在本发明中,通过融合道岔转辙机历史样本信息来帮助诊断道岔转辙机故障,有效提升了模型诊断精度。
-
公开(公告)号:CN115453227A
公开(公告)日:2022-12-09
申请号:CN202210943361.4
申请日:2022-08-08
Applicant: 西南交通大学
Abstract: 本发明提供了道岔转辙机故障诊断方法、装置、设备及可读存储介质,所述方法包括:获取不同类型的道岔转辙机的动作曲线,所述动作曲线包括A相电流曲线、B相电流曲线、C相电流曲线和功率曲线;对每一个所述动作曲线进行故障标注,得到标注后的动作曲线;基于每个所述标注后的动作曲线构建样本集,并构建对比曲线集;利用所述样本集和对比曲线集对深度神经网络模型进行训练,得到训练后的深度神经网络模型;利用所述训练后的深度神经网络模型对待诊断的道岔转辙机进行故障诊断,得到故障诊断结果。在本发明中,通过融合道岔转辙机历史样本信息来帮助诊断道岔转辙机故障,有效提升了模型诊断精度。
-