科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决传统的、采用人工、半自动化方式的铁路车辆故障预测准确性差、可靠率低的问题,进一步识别安全隐患、降低生产事故率,结合信号处理及通讯技术,引入故障诊断预测系统,使用置信度权重目标驱动控制策略,融合优化后的神经网络模型算法,通过设置最优权重投票机制,实现专家系统与神经网络模型预判综合应用于货运列车的故障识别与预警。系统投入运行后,应用效果良好,严重故障的诊断准确率达到了100%,平均故障识别率也高于90%,具有一定的推广应用价值。
- 单位
为了解决传统的、采用人工、半自动化方式的铁路车辆故障预测准确性差、可靠率低的问题,进一步识别安全隐患、降低生产事故率,结合信号处理及通讯技术,引入故障诊断预测系统,使用置信度权重目标驱动控制策略,融合优化后的神经网络模型算法,通过设置最优权重投票机制,实现专家系统与神经网络模型预判综合应用于货运列车的故障识别与预警。系统投入运行后,应用效果良好,严重故障的诊断准确率达到了100%,平均故障识别率也高于90%,具有一定的推广应用价值。
