[实用新型]一种基于神经网络的地铁列车故障诊断装置无效

专利信息
申请号: 201020629843.5 申请日: 2010-11-29
公开(公告)号: CN202063165U 公开(公告)日: 2011-12-07
发明(设计)人: 邓亚波;王方程;沈涛;周迥;单晟;陈建校;杜庆;刘黎明 申请(专利权)人: 株洲南车时代电气股份有限公司;上海申通轨道交通研究咨询有限公司
主分类号: B61L23/00 分类号: B61L23/00;G06N3/08
代理公司: 上海硕力知识产权代理事务所 31251 代理人: 王法男
地址: 412000 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 神经网络 地铁 列车 故障诊断 装置
【权利要求书】:

1.一种基于神经网络的地铁列车故障诊断装置,其特征在于:包括数据采集底层(1),故障诊断结果模块(4),下位机(5)和上位机(6),下位机(5)按照功能单元对来自数据采集底层(1)的地铁列车状态信息数据进行分类采集,并将数据集中后再汇总给上位机(6),上位机(6)负责接收、处理并存储下位机(5)汇总的地铁列车状态数据,上位机(6)包括数据集合模块(2)和神经网络模块(3),数据集合模块(2)首先完成对采集到的地铁列车状态信息数据的分类处理;

在训练阶段,神经网络模块(3)把分类处理好后的数据作为各个神经网络的训练样本,然后利用训练样本生成地铁列车故障诊断所需的各个神经网络;

在应用阶段,下位机(5)不断采集地铁列车的实时数据信息,当地铁列车发生故障或将要发生故障时,上位机(6)的神经网络模块(3)依据在训练阶段建立的神经网络的输出作出相应的判断和预判,并将故障信息结果输出至故障诊断结果模块(4)。

2.根据权利要求1所述的一种基于神经网络的地铁列车故障诊断装置,其特征在于:所述的神经网络模块(3)为基于径向基函数的神经网络,神经网络模块(3)包括输入层(7)、隐含层(8)和输出层(9),隐含层(8)对输入层(7)的激励产生局部化响应,隐含层(8)的特性函数采用非线性的径向基函数,输出层(9)对隐含层(8)的基函数输出进行线性组合。

3.根据权利要求1所述的一种基于神经网络的地铁列车故障诊断装置,其特征在于:所述的下位机(5)包括采集转换模块、模拟量采集模块、数字量采集模块和总线接口模块,采集转换模块采集地铁列车加装传感器反馈的数据信息;模拟量采集模块采集表征地铁列车运行状态的模拟量信息;数字量采集模块采集表征地铁列车运行状态的数字量信息;总线接口模块采集地铁列车总线上的数据信息。

4.根据权利要求1、2、3中任一权利要求所述的一种基于神经网络的地铁列车故障诊断装置,其特征在于:所述的数据集合模块(2)包括系统级数据集合模块、中央控制单元数据集合模块、牵引单元数据集合模块、制动单元数据集合模块和门控单元数据集合模块,数据集合模块(2)将采集到的传感器数据、模拟量数据、数字量数据和地铁列车总线数据按照功能单元分类集合成系统级数据、中央控制单元数据、牵引单元数据、制动单元数据和门控单元数据。

5.根据权利要求4所述的一种基于神经网络的地铁列车故障诊断装置,其特征在于:所述的神经网络模块(3)包括系统级径向基函数神经网络、中央控制单元径向基函数神经网络、牵引单元径向基函数神经网络、制动单元径向基函数神经网络和门控单元径向基函数神经网络,系统级径向基函数神经网络与系统级数据集合模块相连,中央控制单元径向基函数神经网络与中央控制单元数据集合模块相连,牵引单元径向基函数神经网络与牵引单元数据集合模块相连,制动单元径向基函数神经网络与制动单元数据集合模块相连,门控单元径向基函数神经网络与门控单元数据集合模块相连。

6.根据权利要求5所述的一种基于神经网络的地铁列车故障诊断装置,其特征在于:所述的故障诊断结果模块(4)包括系统级故障模块、中央控制单元故障模块、牵引单元故障模块、制动单元故障模块和门控单元故障模块,系统级故障模块与系统级径向基函数神经网络相连,中央控制单元故障模块与中央控制单元径向基函数神经网络相连,牵引单元故障模块与牵引单元径向基函数神经网络相连,制动单元故障模块与制动单元径向基函数神经网络相连,门控单元故障模块与门控单元径向基函数神经网络相连。

7.根据权利要求1、2、3、5、6中任一权利要求所述的一种基于神经网络的地铁列车故障诊断装置,其特征在于:所述的故障诊断结果模块(4)是外接的显示模块或者是短信提示模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株洲南车时代电气股份有限公司;上海申通轨道交通研究咨询有限公司,未经株洲南车时代电气股份有限公司;上海申通轨道交通研究咨询有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201020629843.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top