基于数据扩充的深度置信网络地铁轨排故障识别方法研究

作者：程俊斌

来源：铁道建筑技术, 2023, (11): 43-47.

• 轨排故障识别
• 改进的相似度准则
• 数据扩充
• 小波降噪
• 深度置信网络

针对轨排铺设过程中钢轨与轨枕之间扣配件丢失产生的故障，振动加速度数据特征表征不明显的问题，为了提高铺轨过程中轨排故障识别精度，提出了一种基于数据扩充的深度置信网络的地铁轨排故障识别方法。首先，将采集到的轨排振动加速度数据利用改进的相似度准则进行样本扩充，再通过小波降噪处理得到新的样本作为数据集，并按比例划分为训练集和测试集；然后，将训练样本集输入到DBN模型中进行训练，利用训练好的DBN模型对测试样本集进行故障识别，从而确定故障位置和故障类型；最后，将本方法应用于轨排振动加速度数据进行故障识别，同时与基于原始数据的故障识别方法相比较，结果表明：所提出的方法对轨排故障类型、故障位置的识别准确率有了明显提升。