[發(fā)明專利]一種基于小波神經(jīng)網(wǎng)絡(luò)的EPLA電空變換閥退化預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202011055594.8
• 申請日: 2020-09-30
• 公開（公告）號: CN112183867A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 劉元清;薛明晨;耿曉峰;祁成
• 申請（專利權(quán)）人: 南京中車浦鎮(zhèn)海泰制動設(shè)備有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06N3/04;G06N3/00;G06K9/62;G06F17/14
• 代理公司: 南京知識律師事務(wù)所 32207
• 代理人: 徐航天

本發(fā)明公開了一種基于小波神經(jīng)網(wǎng)絡(luò)的EPLA電空變換閥退化預(yù)測方法，首先對線圈電壓數(shù)據(jù)進(jìn)行采集并處理，利用前4個時刻的電壓值預(yù)測當(dāng)前時刻的電壓；然后初始化神經(jīng)網(wǎng)絡(luò)及小波函數(shù)的參數(shù)；接著采用粒子群優(yōu)化算法優(yōu)化網(wǎng)絡(luò)初訓(xùn)練后的網(wǎng)絡(luò)初始權(quán)值；最后，采用優(yōu)化后的權(quán)值進(jìn)行網(wǎng)絡(luò)再訓(xùn)練，并采用訓(xùn)練好的網(wǎng)絡(luò)預(yù)測測試集。本發(fā)明實(shí)現(xiàn)EP閥的性能預(yù)測，從而對EP進(jìn)行故障預(yù)警，保障行車安全。

技術(shù)領(lǐng)域

本發(fā)明涉及基于數(shù)據(jù)驅(qū)動的回歸建模技術(shù)領(lǐng)域，特別是一種基于小波神經(jīng)網(wǎng)絡(luò)的EPLA電空變換閥退化預(yù)測方法。

背景技術(shù)

制動技術(shù)作為列車的關(guān)鍵技術(shù)之一，其重要性早已不僅僅是安全問題。制動已經(jīng)成為限制列車速度和牽引重量進(jìn)一步提升的重要因素。作為列車直通制動控制單元的核心部件之一，EPLA電空變換閥(以下簡稱EP閥)一旦在運(yùn)行中發(fā)生故障，將會影響整個制動系統(tǒng)，甚至引發(fā)嚴(yán)重的安全事故。現(xiàn)有的故障診斷模式較為簡單，不能對EP閥進(jìn)行提前報警。因此需要深入分析EP閥的故障機(jī)理。

電磁線圈作為EP閥的核心驅(qū)動部件，工作于電-磁-熱耦合的復(fù)雜多物理場中，其失效模式多樣(過流、線圈燒毀、絕緣老化、線圈內(nèi)部斷線、溫升過大等)，故障機(jī)理尚未明確。通過大量文獻(xiàn)調(diào)研并結(jié)合實(shí)際工程經(jīng)驗(yàn)，確定溫度是電磁線圈退化的主要應(yīng)力。通過溫度190℃、恒流800mA線圈加速退化試驗(yàn)，最終得到可以表征電磁線圈退化的物理量為線圈電阻(變小)、AC壓力(下降)、線圈電流(增大)、線圈電壓(變小)。因此選擇建立線圈電壓模型，來預(yù)測未來時刻的線圈電壓值，從而實(shí)現(xiàn)EP閥的故障預(yù)警。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供了一種實(shí)現(xiàn)EP閥的性能預(yù)測，從而對EP進(jìn)行故障預(yù)警，保障行車安全的基于小波神經(jīng)網(wǎng)絡(luò)的EPLA電空變換閥退化預(yù)測方法。

本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn)。

一種基于小波神經(jīng)網(wǎng)絡(luò)的EPLA電空變換閥退化預(yù)測方法，步驟包括：

1)對線圈電壓數(shù)據(jù)進(jìn)行采集并處理，利用前4個時刻的電壓值預(yù)測當(dāng)前時刻的電壓；

2)初始化神經(jīng)網(wǎng)絡(luò)及小波函數(shù)的參數(shù)；

3)采用粒子群優(yōu)化算法優(yōu)化網(wǎng)絡(luò)初訓(xùn)練后的網(wǎng)絡(luò)初始權(quán)值；

4)采用優(yōu)化后的權(quán)值進(jìn)行網(wǎng)絡(luò)再訓(xùn)練，并采用訓(xùn)練好的網(wǎng)絡(luò)預(yù)測測試集。

步驟1)包括數(shù)據(jù)預(yù)處理：更改電磁線圈電壓數(shù)據(jù)格式，修改后的電壓數(shù)據(jù)集大小為20562*6，每一行表示一個時間點(diǎn)t下的電壓數(shù)據(jù)，第1到第6列的數(shù)據(jù)分別為時間、t-4時刻、t-3時刻、t-2時刻、t-1時刻和t時刻的電磁線圈電壓，其中，第1到5列為神經(jīng)網(wǎng)絡(luò)的輸入值；第6列為神經(jīng)網(wǎng)絡(luò)的輸出值，同時，采用mapminmax函數(shù)對數(shù)據(jù)進(jìn)行歸一化。

步驟2)包括網(wǎng)絡(luò)初始化：設(shè)置隱含層神經(jīng)元數(shù)目為3，網(wǎng)絡(luò)學(xué)習(xí)速率η為0.01，迭代次數(shù)為1000，隨機(jī)初始化小波函數(shù)伸縮因子a_j和平移因子b_j以及網(wǎng)絡(luò)權(quán)重ω_jk和ω_ij，其中j表示第j個神經(jīng)元節(jié)點(diǎn)，k為4表示輸入樣本維度，i為1表示輸出節(jié)點(diǎn)個數(shù)。

步驟2)包括數(shù)據(jù)劃分：將樣本數(shù)據(jù)分為訓(xùn)練集與測試集，訓(xùn)練集包含前15000列數(shù)據(jù)，剩余部分歸為測試集；用訓(xùn)練集訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)模型，測試集樣本用于小波神經(jīng)網(wǎng)絡(luò)預(yù)測輸出。

步驟2)包括網(wǎng)絡(luò)初訓(xùn)練：采用給定的神經(jīng)網(wǎng)絡(luò)的參數(shù)及初始迭代次數(shù)，對網(wǎng)絡(luò)進(jìn)行初訓(xùn)練，得到輸出的預(yù)測值。

步驟3)為：根據(jù)得到的輸出預(yù)測值，采用粒子群優(yōu)化算法優(yōu)化網(wǎng)絡(luò)參數(shù)的初始值ω_ij、ω_jk、a_j、b_j。