典型文献
SDE网络在高速列车转向架未知故障诊断中的应用
文献摘要：
转向架作为高速列车车体与轨道的连接部位,承载着保证列车在轨道上安全运行的重任.然而,在列车长期服役过程中,轨道不平顺以及轮轨磨耗等原因会造成转向架部件故障,严重影响列车的安全运行.实际运行过程中故障的发生具有随机性,无法将转向架故障诊断简单归类于已知组别分类问题.针对深度学习无法辨别未知故障的缺陷,在卷积神经网络(CNN)中引入随机微分方程(SDE)对转向架已知以及未知故障进行判别.实验证明,随机微分方程网络(SDE-net)不仅能高效分辨出已知故障,还能有效判别出未知故障,且准确率都超过93％.与此同时,通过与一维CNN网络比较体现该方法的优越性.
文献关键词：
转向架;故障诊断;SDE网络;未知故障
中图分类号：
作者姓名：
张一鸣;秦娜;吴培栋;杜家豪;吴比
作者机构：
西南交通大学电气工程学院,四川成都611730;北京全路通信信号研究设计院集团有限公司,北京100000
文献出处：
引用格式：
[1]张一鸣;秦娜;吴培栋;杜家豪;吴比-.SDE网络在高速列车转向架未知故障诊断中的应用)[J].控制工程,2022(02):300-306
A类：
B类：
SDE,高速列车转向架,未知故障诊断,车车,车体,连接部位,在轨,列车长,长期服役,轨道不平顺,轮轨磨耗,实际运行,随机性,知组,组别,分类问题,辨别,随机微分方程,程网,net,辨出,网络比较
AB值：
0.276992
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。
