[發明專利]改進人工魚群算法優化BP神經網絡的平輪故障檢測方法

在審

• 申請號: 202010193899.9
• 申請日: 2020-03-19
• 公開（公告）號: CN111461183A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 張永;劉自力;左婷婷;謝志鴻;李軍;邢宗義
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/04;G06N3/08;G06N3/00
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

本發明公開了一種改進人工魚群算法優化BP神經網絡的平輪故障檢測方法。該方法步驟如下：在軌道內側低于鋼軌平面位置部署振動加速度傳感器，采集平輪車輪振動加速度數據；分析采集數據的特征，進行數據分段，濾除相鄰車輪之間的無關振動數據，得到各個車輪所對應的有效振動加速度信號；使用經驗模態分解方法對各個車輪振動加速度信號進行分解，得到有效模態分量；設定訓練樣本和測試樣本，選取振動加速度信號的特征值并進行計算；將模態分量特征值輸入改進人工魚群算法優化的BP神經網絡中進行訓練，當網絡均方根誤差滿足要求時停止訓練；得到訓練結果后對樣本進行分類，實現平輪故障的檢測。本發明檢測結果準確度高，且步驟簡單、系統穩定。

技術領域

本發明屬于地鐵車輪踏面檢測技術領域，特別是一種改進人工魚群算法優化BP神經網絡的平輪故障檢測方法。

背景技術

目前國內外對于車輪平輪故障的檢測方式，分為靜態檢測和動態檢測。靜態檢測是在列車處于靜止(如檢修)或車輪被拆卸的情況下，通過車輪檢查器等測量工具進行檢測的一種方式，該方法檢測精度受人為因素影響較大，且勞動強度高。動態檢測方式分為車載式及地面式：其中車載式需要在每根車軸都裝有振動傳感器，檢測成本較高，檢測方式也較復雜；地面式檢測是在線路上部署電氣元件，成本較低，適用于正線運行時的地鐵列車平輪狀態檢測。

在線地面式檢測包括圖像檢測、位移測量、噪聲檢測、接觸測量等。圖像檢測法的檢測原理簡單，其檢測精度較高，但安裝難度高，適用車速10km/h～12km/h，檢測效果與車速相關；位移測量法檢測結果較準確，方法直觀，但適用車速為中低速，高速運行產生的沖擊力會使平行四邊形裝置發生振動，影響測量結果的準確性；噪聲檢測法檢測原理簡單，但檢測精度較低，無法實現踏面損傷區域的定量檢測；接觸測量法適用于檢測踏面磨耗，其成本較低，檢測精度較高，但檢測結果與外界因素關聯較大。

發明內容

本發明的目的在于提供一種檢測步驟簡單、系統穩定、檢測精度高，能滿足車輪平輪檢測實際要求的改進人工魚群算法優化BP神經網絡的平輪故障檢測方法。

實現本發明目的的技術解決方案是：一種改進人工魚群算法優化BP神經網絡的平輪故障檢測方法，包括以下步驟：

步驟1，數據采集：在軌道內側低于鋼軌平面位置部署振動加速度傳感器，采集平輪車輪振動加速度數據；

步驟2，數據預處理：分析采集數據的特征，進行數據分段，濾除相鄰車輪之間的無關振動數據，得到各個車輪所對應的有效振動加速度信號；

步驟3，信號分解：使用經驗模態分解方法對各個車輪振動加速度信號進行分解，得到與平輪故障特征頻率一致的有效模態分量；

步驟4，選取特征值：設定訓練樣本和測試樣本，選取振動加速度信號的特征值并進行計算；

步驟5，神經網絡訓練：將模態分量特征值輸入改進人工魚群算法優化的BP神經網絡中進行訓練，當網絡均方根誤差滿足要求時停止訓練；

步驟6，平輪故障檢測：得到神經網絡訓練結果后對樣本進行分類，實現平輪故障的檢測。

進一步地，步驟1所述的在軌道內側低于鋼軌平面位置部署振動加速度傳感器，具體為：將每個振動加速度傳感器安裝于檢測區域兩個軌枕中間的位置。

進一步地，步驟2所述的分析采集數據的特征，進行數據分段，濾除相鄰車輪之間的無關振動數據，得到各個車輪所對應的有效振動加速度信號，具體如下：