一种考虑车轮多边形的转向架故障诊断深度学习方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目前转向架故障诊断研究仅仅考虑了较为理想的列车运行状态，未考虑车轮多边形的影响，而车轮多边形激励的存在能显著降低故障诊断的精度。为此，提出了一种基于LSTM网络和卷积神经网络的深度学习方法。该方法由LSTM以及一维卷积神经网络组成，并引入了注意力机制用于强调训练数据特征，提高转向架故障信号识别的准确率。（剩余8567字）

试读结束

目录
monitor