基于神經(jīng)網(wǎng)絡和馬爾科夫模型的道岔故障診斷與預測研究

打開文本圖片集

摘  要：該文基于神經(jīng)網(wǎng)絡和馬爾科夫模型進行道岔的故障診斷與預測研究，首先對道岔的動作過程進行分析，通過對采集的非故障功率數(shù)據(jù)進行比較分析，退化狀態(tài)是故障診斷到故障預測的重要過程，通過分析退化狀態(tài)的形成原因，進一步分析退化狀態(tài)數(shù)據(jù)與現(xiàn)場出現(xiàn)的典型故障狀態(tài)數(shù)據(jù)之間的關系，通過隱馬爾科夫模型建立退化狀態(tài)的典型模型，用于退化狀態(tài)的識別以及故障狀態(tài)的評估，實現(xiàn)道岔故障狀態(tài)的診斷和道岔故障的預測，同時也設計道岔故障診斷和預測的系統(tǒng)平臺，該研究對于現(xiàn)場道岔故障的診斷和預測有很好的參考價值。（剩余6480字）