System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及转辙机状态检测领域,具体而言,涉及一种基于神经网络的转辙机状态检测方法及系统。
技术介绍
1、在现有技术中,转辙机安装在室外的铁路沿线,其主要作用是对道岔进行转换和锁闭,以监督道岔的位置和状态,因此转辙机对列车的安全行驶发挥着重要的作用,需定期对转辙机进行检测。现阶段,铁路部门主要采用计划检测和故障维修,其中计划检测是以日计划、周计划和月计划来定期检测,而故障维修是转辙机发生故障后,维修人员进行现场抢修。此两种方法一方面需投入大量的人力,另一方面对转辙机的检测具有一定的滞后性,无法对转辙机状态进行及时反馈。因此,亟需一种转辙机状态检测方法,一方面需提高检测效率,减少人力投入,另一方面需对转辙机状态进行及时反馈,保证转辙机状态检测的准确性。
技术实现思路
1、本专利技术的目的在于提供一种基于神经网络的转辙机状态检测方法及系统,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:
2、第一方面,本申请提供了一种基于神经网络的转辙机状态检测方法,所述方法包括:
3、获取预设时间内的实时动作功率曲线信息和定值功率所对应的曲线信息,所述预设时间包含有至少两个接收时段,且在不同的接收时段内分别接收不同的定值功率;
4、对每个所述实时动作功率曲线信息进行分离,得到分离后的实时动作功率曲线信息;
5、对所述分离后的实时动作功率曲线信息和所述定值功率所对应的曲线信息进行判断,得到判断后的动作功率曲线信息;
6、将每
7、将所述转辙机状态特征信息输入至预设的转辙机状态检测模型中,得到转辙机状态检测信息,所述转辙机状态检测信息用于反映转辙机实时状态。
8、第二方面,本申请还提供了一种基于神经网络的转辙机状态检测系统,所述系统包括:
9、获取模块,用于获取预设时间内的实时动作功率曲线信息和定值功率所对应的曲线信息,所述预设时间包含有至少两个接收时段,且在不同的接收时段内分别接收不同的定值功率;
10、第一处理模块,用于对每个所述实时动作功率曲线信息进行分离,得到分离后的实时动作功率曲线信息;
11、第二处理模块,用于对所述分离后的实时动作功率曲线信息和所述定值功率所对应的曲线信息进行判断,得到判断后的动作功率曲线信息;
12、第三处理模块,用于将每个所述判断后的动作功率曲线信息进行特征处理,得到转辙机状态特征信息;
13、第四处理模块,用于将所述转辙机状态特征信息输入至预设的转辙机状态检测模型中,得到转辙机状态检测信息,所述转辙机状态检测信息用于反映转辙机实时状态。
14、本专利技术的有益效果为:
15、在现有技术中,转辙机状态所对应的原始动作功率曲线在不同的影响因素下其功率波动较大,且局部区域易存在微弱的功率段。本方法提出对原始动作功率曲线进行叠加,即在原始动作功率曲线的基础上叠加定值功率所对应的曲线信息,从而得到实时动作功率曲线信息,所述实时动作功率曲线信息能够更加准确、及时地反映转辙机的实时状态,能够对早期的转辙机故障进行放大检测;另一方面,本方法引入神经网络,当以转辙机状态特征信息作为输入数据时,能够充分体现转辙机不同运行状态之间的差异性,提高检测效率,减少人力投入。
16、本专利技术的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术实施例了解。
本文档来自技高网...【技术保护点】
1.一种基于神经网络的转辙机状态检测方法,其特征在于,包括:
2.根据权利要求1所述的基于神经网络的转辙机状态检测方法,其特征在于,对每个所述实时动作功率曲线信息进行分离,得到分离后的实时动作功率曲线信息,包括:
3.根据权利要求1所述的基于神经网络的转辙机状态检测方法,其特征在于,将每个所述判断后的动作功率曲线信息进行特征处理,得到转辙机状态特征信息,包括:
4.根据权利要求3所述的基于神经网络的转辙机状态检测方法,其特征在于,对所述特征排列信息通过预设的主成分分析模型进行降维,得到状态特征的降维信息,包括:
5.根据权利要求4所述的基于神经网络的转辙机状态检测方法,其特征在于,其中预设的主成分分析模型为:
6.根据权利要求1所述的基于神经网络的转辙机状态检测方法,其特征在于,将所述转辙机状态特征信息输入至预设的转辙机状态检测模型中,得到转辙机状态检测信息,预设的转辙机状态检测模型为误差反向传播神经网络,包括:
7.根据权利要求6所述的基于神经网络的转辙机状态检测方法,其特征在于,所述误差反向传播神经网络的
8.一种基于神经网络的转辙机状态检测系统,其特征在于,包括:
9.根据权利要求8所述的基于神经网络的转辙机状态检测系统,其特征在于,在所述第一处理模块中包括:
10.根据权利要求8所述的基于神经网络的转辙机状态检测系统,其特征在于,在所述第三处理模块中包括:
...【技术特征摘要】
1.一种基于神经网络的转辙机状态检测方法,其特征在于,包括:
2.根据权利要求1所述的基于神经网络的转辙机状态检测方法,其特征在于,对每个所述实时动作功率曲线信息进行分离,得到分离后的实时动作功率曲线信息,包括:
3.根据权利要求1所述的基于神经网络的转辙机状态检测方法,其特征在于,将每个所述判断后的动作功率曲线信息进行特征处理,得到转辙机状态特征信息,包括:
4.根据权利要求3所述的基于神经网络的转辙机状态检测方法,其特征在于,对所述特征排列信息通过预设的主成分分析模型进行降维,得到状态特征的降维信息,包括:
5.根据权利要求4所述的基于神经网络的转辙机状态检测方法,其特征在于,其中预设的主成分分析模型为:
6.根据权利要求1所述的基...
【专利技术属性】
技术研发人员:郑虎刚,唐楠,刘魏伟,程泰源,彭寿钧,王振,乔庆学,
申请(专利权)人:山东铁路投资控股集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。