一种轨旁设备可靠性度量方法的设计与实现

作者：马迪迪; 赵静; 林亚龙; 王婧雯

来源：环境技术, 2023, 41(12): 24-30.

• 互补完全经验模态分解
• 独立成分分析
• 卷积神经网络
• 多尺度特征融合
• 可靠性度量

为轨旁设备是指安装在铁路轨道旁边的设备，用于监测和控制铁路运行。轨旁设备的作用是确保铁路的安全运行，提供准确的信号和信息给列车驾驶员，以及监测轨道的状态和列车的位置。度量多尺度的特征使得其可靠性度量一直是一个难题。提出多尺度特征融合下的轨旁设备可靠性度量方法。采用互补完全经验模态分解方法对设备的多维源信号进行分解，获得一系列IMF。引入独立成分分析方法对这些IMF进行处理，通过计算各维信号的模糊熵，可以去除高频噪声并重构信号，消除多维源信号中的噪声和干扰。将经过去噪后的设备IMF信号输入卷积神经网络中，利用Softmax函数量化处理历史运行数据和状态特征集，并提取信号特征，完成多尺度特征融合。采用灰色关联分析方法计算融合后特征序列中参考状态之间的灰色关联度，完成可靠性度量。实验结果表明：所提方法的去噪效果好、度量精度高、度量效率高，保证轨旁设备安全、可靠运行。