APP下载

基于神经网络的动车组轴端温度传感器误报识别

2018-04-13顾佳,关岳,王伟

数字通信世界 2018年2期
关键词:模型

顾 佳,关 岳,王 伟

(中车青岛四方机车车辆股份有限公司,青岛 266111)

1 引言

从轴温监测装置的实际工作情况来看,其故障主要包括传感器与轴承接触不良、防护性能差等因素,这些因素将导致传感器所上传的数据错误,从而使得轴温报警系统的轴温警报出现错误[1]。尤其是在恶劣环境下运行时,传感器可能因为各种原因而上传错误的信号,这时就需根据传感器上传的数据进行综合逻辑分析,通过实时纠正的方式避免出现误报问题[2]。

2 基于神经网络动车组轴端温度传感器误报识别

2.1 目的和思路

根据列车运行时的基本数据和轴温数据等,对列车数据进行探索和挖掘,建立轴端的传感器误报识别模型,依据传感器传来的轴温值判断出该传感器是否存在误报情况。此模型的建立主要分以下两个方面:

(1)轴温数据探索分析:使用相关性分析算法,找出与轴端温度存在相关性的特征变量,进行神经网络建模;因为数据的采集是每30秒进行一次打包传送,所以统计出轴端温度30秒的变化的范围和比例,找出轴端温度变化的正常范围。

(2)轴温预测模型:根据相关性统计分析的结果,使用基本数据和传感器的温度值进行神经网络预测模型的训练,建立轴端的轴温神经网络预测模型,利用该模型预测出30秒后的轴温值,与传感器实际传过来的轴温值进行对比分析,统计出轴端的轴温预测模型的预测值与实际值之间误差的分布范围和对应比例关系,确定轴温预测模型的误差阈值范围。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用