【技术实现步骤摘要】
本专利技术属于电机控制系统故障检测领域，尤其涉及列车电机控制系统故障检测方法。
技术介绍
1、随着科技的不断进步与创新，现代工业控制系统的发展已逐渐趋向于智能化、精密化、复杂化。大量大型机械设备也被应用于电力、水利、石油化工、轨道交通、航空航天等多种工业领域。在现实的生产过程中没有任何的一个复杂系统不会产生故障。例如，系统的元器件在长时间的运行或外界环境干扰下而变得破损、老化、疲劳和失效等潜在故障，在复杂机电系统内形成链式反应，导致系统的性能下降，进而使得整个生产过程无法正常运行，甚至会造成巨大的财产损失和人员伤亡。航天飞机、核电站、铁路、及化工车间等复杂系统皆因控制系统失效发生过惨重的伤亡事件。因此，面对复杂多样的任务，人们对机电系统的可靠性与安全性也提出了更高的要求，故障检测技术也受到高度重视，已经成为国际自控界的热点研究方向之一。
2、然而，由于复杂机电系统的子系统之间的高度耦合性和复杂性，传统的基于物理模型的故障检测方法难以有效处理。因此，故障检测技术对高速列车的安全运行至关重要。此外，电机控制系统中的数据种类繁多，...
【技术保护点】
1.基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述步骤1中仿真生成正常无故障条件下列车运行时产生的数据；
3.根据权利要求2所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述步骤2中对仿真生成的正常无故障条件下列车运行时产生的数据进行预处理，得到预处理后的正常无故障条件下列车运行时产生的数据；
4.根据权利要求3所述的基于可逆神经网络与置信规则库的列车电机...
【技术特征摘要】
1.基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述步骤1中仿真生成正常无故障条件下列车运行时产生的数据；
3.根据权利要求2所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述步骤2中对仿真生成的正常无故障条件下列车运行时产生的数据进行预处理，得到预处理后的正常无故障条件下列车运行时产生的数据；
4.根据权利要求3所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述步骤3中将预处理后的正常无故障条件下列车运行时产生的数据输入可逆神经网络，可逆神经网络输出正常无故障条件下列车运行时产生的数据的特征z；
5.根据权利要求4所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述可逆神经网络依次包括第一全连接层、子网络；
6.根据权利要求5所述的基于可逆神经网络与置信规则库的列车电机控制系统故障检测方法，其特征在于：所述步骤4中基于可逆神经网络输出的正常无故障条件下列车运行时产生的数据的特征z，获得训练好的针对正常无故障条件下列...
【专利技术属性】
技术研发人员：程超，贾钦心，陈满林，温博阁，
申请(专利权)人：长春工业大学，
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。