典型文献
基于神经网络的铁路信号设备故障诊断方法研究
文献摘要：
21世纪以来,我国的铁路运输业得到了迅猛的发展,是人民的主要交通方式之一,铁路安全运营变得尤为关键.目前,铁路信号设备在铁路运输的过程中会发生许多类型的故障,信号设备的故障诊断较为复杂,所以铁路信号设备故障问题无法全部诊断得出结果,并且诊断结果的准确率有待进一步提升.在此基础上提出了全新的方法,主要引入了神经网络对不同的设备以及传感器故障进行自动诊断.其中具体的诊断过程为,先通过铁路信号设备将传感器运行的数据进行采集和处理,之后对铁路设备的传感器故障模型进行建模,再对该模型进行训练,最后使用训练后的模型进行自行诊断.通过相关的对比实验可以证明,在具体铁路信号传感器故障的诊断中,能够使其更快速地诊断,并且诊断准确率超过80％,可以为铁路信号设备稳定运行提供保障.
文献关键词：
铁路信号设备;故障诊断;模型方法;神经网络
中图分类号：
作者姓名：
曹巍
作者机构：
中铁十二局局集团电气化工程有限公司,天津 300300
文献出处：
引用格式：
[1]曹巍-.基于神经网络的铁路信号设备故障诊断方法研究)[J].自动化应用,2022(06):46-48
A类：
B类：
铁路信号设备,设备故障诊断,故障诊断方法,铁路运输业,交通方式,铁路安全,安全运营,多类型,故障问题,诊断结果,传感器故障,自动诊断,诊断过程,故障模型,信号传感器,诊断准确率,模型方法
AB值：
0.21811
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。
