典型文献
基于模糊神经网络的信号维护监测子系统故障预测研究
文献摘要：
随着城市轨道交通信号系统功能逐步优化,信号系统已成为运营行车的控制大脑和安全防护的重要保障.信号系统设备故障对地铁线路列车准点、安全运行有较大影响.信号维护监测系统作为信号系统的设备状态监视终端,可实现对信号系统子系统状态监测和部分硬件设备故障状态预测,从而提示维护人员提前检修和更换设备.结合信号维护监测子系统(MSS)架构,以MSS采集的硬件故障作为研究对象,利用模糊神经网络自适应和模糊处理信息能力的优势,以故障发生时间、故障类型、既有故障发生频率、人员维护周期、同类型故障发生频次、设备使用时间等可用数值表征的参数作为输入变量,建立了基于模糊神经网络的信号设备故障预测模型.仿真结果表明,该预测模型能够准确跟随故障变化趋势、预测故障发生次数.基于模糊神经网络的预测方法可应用于轨道交通信号系统设备故障预测研究中.
文献关键词：
信号维护监测子系统;状态监测;硬件故障预测;模糊神经网络;转辙机故障
中图分类号：
作者姓名：
王向阳;李自良
作者机构：
宁波市轨道交通集团有限公司运营分公司,浙江 宁波 315111;交控科技股份有限公司,北京 100070
文献出处：
引用格式：
[1]王向阳;李自良-.基于模糊神经网络的信号维护监测子系统故障预测研究)[J].自动化仪表,2022(04):59-62
A类：
信号维护监测子系统,硬件故障预测
B类：
模糊神经网络,系统故障,预测研究,城市轨道交通,轨道交通信号,交通信号系统,安全防护,系统设备,设备故障,地铁线路,列车,准点,设备状态,状态监视,系统状态监测,硬件设备,故障状态,状态预测,检修,MSS,网络自适应,模糊处理,处理信息,信息能力,发生时间,故障类型,发生频率,设备使用时间,信号设备,故障预测模型,转辙机故障
AB值：
0.285501
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
