| 基于SaCE-ELM的地铁牵引控制单元快速故障诊断 |
| |
| 引用本文： | 岳忠奇,吴涛,顾宏. 基于SaCE-ELM的地铁牵引控制单元快速故障诊断[J]. 大连理工大学学报, 2016, 56(3): 270-278 |
| |
| 作者姓名： | 岳忠奇 吴涛 顾宏 |
| |
| 基金项目： | 国家自然科学基金资助项目(U1560102)；高等学校博士学科点专项科研基金资助项目(20120041110008). |
| |
| 摘 要： | 地铁牵引控制单元(TCU)在地铁运行过程中有重要的作用,及时有效地对其进行故障诊断,是保证地铁正常运行的重要环节.针对传统故障诊断方法的学习速度慢、易陷入局部最优、预测精度较差等缺点,提出一种使用自适应差分进化算法(SaCE)进行优化的极限学习机(SaCE-ELM),即通过自适应差分进化算法对极限学习机的输入权重、隐含层参数和输出权重进行优化.其中,差分进化算法的变异策略通过基于混沌序列的自适应机制产生,其他参数使用正态分布随机生成;网络的输出权重使用Moore-Penrose广义逆矩阵计算得出.SaCE-ELM不需要人工选择变异策略和参数,自适应策略比SaE-ELM更加简单.实验结果表明,与E-ELM、SaE-ELM、LM-NN、SVM相比,SaCE-ELM具有更好的预测精度.此外,SaCE-ELM在所有数据集上训练时间比SaE-ELM和SVM更少,有效地改善了生成模型的效率.
|
| 关 键 词： | 牵引控制单元；故障诊断；极限学习机；差分进化算法 |
Fast fault diagnosis of metro traction control unit based on SaCE-ELM |
| |
| YUE Zhongqi,WU Tao,GU Hong. Fast fault diagnosis of metro traction control unit based on SaCE-ELM[J]. Journal of Dalian University of Technology, 2016, 56(3): 270-278 |
| |
| Authors: | YUE Zhongqi WU Tao GU Hong |
| |
| Abstract: | |
| |
| Keywords: | traction control unit fault diagnosis extreme learning machine differential evolution algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《大连理工大学学报》浏览原始摘要信息 |
|
点击此处可从《大连理工大学学报》下载全文 |
|
