基于改进蚁群神经网络的牵引逆变器故障诊断
기우개진의군신경망락적견인역변기고장진단
Traction Inverter Fault Diagnosis Based on Improved Ant Colony Algorithm and Neural Network
  • 万方数据
    机电一体化 궤전일체화
    MECHATRONICS
    2014年 11期 52-57 ,共6页

    朱琴跃%叶双挺%谭喜堂%曾伟娴

    주금약%협쌍정%담희당%증위한

    改进蚁群算法%神经网络%牵引逆变器%开路故障诊断 改進蟻群算法%神經網絡%牽引逆變器%開路故障診斷
    개진의군산법%신경망락%견인역변기%개로고장진단
    improved%ant%colony%algorithm%neural%network%traction%inverter%open-circuit%fault%diagnosis
    牵引逆变器是各类地铁列车牵引传动系统的关键部件之一,在实际运行中其功率管极易发生各类故障.针对传统故障诊断方法无法准确识别相应的故障类型和故障部位的问题,基于改进蚁群神经网络对牵引逆变器功率管故障诊断方法进行了研究.通过提取牵引逆变器输出三相电压的频域故障特征作为神经网络的输入,以功率管的开路故障类型作为输出,采用改进蚁群算法训练神经网络的权值和阈值,对牵引逆变器的功率管开路故障进行了有效诊断.仿真和测试结果表明,改进蚁群算法神经网络具有较高的故障诊断准确性,收敛性好,可以快速有效地实现故障定位.
    견인역변기시각류지철열차견인전동계통적관건부건지일,재실제운행중기공솔관겁역발생각류고장.침대전통고장진단방법무법준학식별상응적고장류형화고장부위적문제,기우개진의군신경망락대견인역변기공솔관고장진단방법진행료연구.통과제취견인역변기수출삼상전압적빈역고장특정작위신경망락적수입,이공솔관적개로고장류형작위수출,채용개진의군산법훈련신경망락적권치화역치,대견인역변기적공솔관개로고장진행료유효진단.방진화측시결과표명,개진의군산법신경망락구유교고적고장진단준학성,수렴성호,가이쾌속유효지실현고장정위.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문