本文主要研究内容
作者吴昀璞,金炜东,任俊箫(2019)在《基于孪生卷积网络的高速列车转向架故障辨识》一文中研究指出:高速列车转向架关键构件的性能退化与故障会危及列车运行安全。针对高速列车故障辨识中面临的监测数据高维度和样本稀缺问题,提出一种基于孪生卷积神经网络的转向架故障类型辨识方法,利用深度残差一维卷积网络进行多通道振动监测信号的特征提取与融合,使用孪生结构获得基于特征距离的样本相似度,依据支撑集典型数据样本进行故障类型辨识。实验结果表明,该方法可以在仅有少量样本的情况下,实现高速列车转向架多种故障类型辨识,提高了在小样本数据下的故障类型识别准确率。
Abstract
gao su lie che zhuai xiang jia guan jian gou jian de xing neng tui hua yu gu zhang hui wei ji lie che yun hang an quan 。zhen dui gao su lie che gu zhang bian shi zhong mian lin de jian ce shu ju gao wei du he yang ben xi que wen ti ,di chu yi chong ji yu luan sheng juan ji shen jing wang lao de zhuai xiang jia gu zhang lei xing bian shi fang fa ,li yong shen du can cha yi wei juan ji wang lao jin hang duo tong dao zhen dong jian ce xin hao de te zheng di qu yu rong ge ,shi yong luan sheng jie gou huo de ji yu te zheng ju li de yang ben xiang shi du ,yi ju zhi cheng ji dian xing shu ju yang ben jin hang gu zhang lei xing bian shi 。shi yan jie guo biao ming ,gai fang fa ke yi zai jin you shao liang yang ben de qing kuang xia ,shi xian gao su lie che zhuai xiang jia duo chong gu zhang lei xing bian shi ,di gao le zai xiao yang ben shu ju xia de gu zhang lei xing shi bie zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自系统仿真学报的吴昀璞,金炜东,任俊箫,发表于刊物系统仿真学报2019年11期论文,是一篇关于高速列车转向架论文,故障辨识论文,小样本学习论文,孪生网络论文,系统仿真学报2019年11期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自系统仿真学报2019年11期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:高速列车转向架论文; 故障辨识论文; 小样本学习论文; 孪生网络论文; 系统仿真学报2019年11期论文;