遺傳算法結(jié)合小波神經(jīng)網(wǎng)絡(luò)的列車車輪扁疤故障檢測(cè)方法

高瑞鵬　尚春陽(yáng)　江航

摘要：為了尋求一種更加有效的列車車輪扁疤故障分析算法，提出一種通過(guò)輪軌噪聲來(lái)確定車輪扁疤嚴(yán)重程度的檢測(cè)方法。該方法將遺傳算法與小波神經(jīng)網(wǎng)絡(luò)相結(jié)合，同時(shí)為了避免出現(xiàn)局部極小值，加速學(xué)習(xí)速度，在小波神經(jīng)網(wǎng)絡(luò)中增加了動(dòng)量模型；在搜尋小波神經(jīng)網(wǎng)絡(luò)隱含層鏈接權(quán)值之前，使用遺傳算法進(jìn)行計(jì)算以優(yōu)化小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；硬件只需2組麥克風(fēng)陣列以及2個(gè)速度感應(yīng)器就可以提供實(shí)時(shí)結(jié)果，成本遠(yuǎn)低于我國(guó)現(xiàn)有的檢測(cè)方法。對(duì)不同列車車速下的輪軌信號(hào)進(jìn)行了實(shí)時(shí)測(cè)試，結(jié)果表明：與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)、小渡神經(jīng)網(wǎng)絡(luò)和遺傳算法相比，該方法的檢測(cè)準(zhǔn)確率最多分別提高了16%、11%和3%，并且收斂最快。

關(guān)鍵詞：小波神經(jīng)網(wǎng)絡(luò)；故障診斷；車輪扁疤；信號(hào)處理