针对人工筛查或基于阈值的方法判断转辙机故障类型效率低、漏判率高的问题，提出一种将小波包变换(WPT)和经参数调优后的BP神经网络相结合的故障诊断方法.通过对正常和故障模式下的电流动作曲线进行小波包分解重构得到不同频带的能量值，最后将归一化处理的能量值组成信号故障特征集输入BP神经网络模型，进行转辙机故障诊断.实验结果表明：该方法诊断准确率达到99.3%,可以有效地运用到ZD6型转辙机的故障诊断中，能够满足现场设备维护智能化的需求.
科研之友
微信
新浪微博
Facebook
分享链接
