基于BP神经网络的动车组智能化控制和诊断研究

论文摘要

为解决因采集数据异常导致的列车控制的误动作和误诊断问题,对基于BP神经网络的动车组智能化控制和诊断方法进行了研究,建立了基于BP神经网络的预测模型,采用列车实际运行数据进行多次训练和参数调整,获取最优网络模型,结合该模型的预测值和实际值得到最终可信值,并融入到现有列车控制逻辑中进行控制和诊断。通过实验验证,采用训练模型的预测结果与实际采集值相比具有较高准确性,能够达到预测效果。实验结果表明,采用BP神经网络模型进行状态预测,并结合相关处理策略进行列车运行控制及故障诊断具有可行性。

论文目录

• 1 车辆信息数据预处理
•   1.1 研究对象选取
•   1.2 数据预处理
• 2 神经网络模型的建立与运用
•   2.1 BP神经网络概述
•   2.2 模型建立
•   2.3 智能控制与诊断
• 3 实验验证
•   3.1 模型训练与测试
•   3.2 结果分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 樊会星,邹颖

关键词: 神经网络,温度预测,故障诊断,智能控制

来源: 铁路计算机应用 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 铁路运输,自动化技术

单位: 中车青岛四方车辆研究所有限公司,中车唐山机车车辆有限公司

基金: 国家重点研发计划项目(2017YFB1201304-34)

分类号: U269;TP183

页码: 5-8

总页数: 4

文件大小: 1755K

下载量: 130