基于SaCe-ELM的地鐵牽引控制系統(tǒng)故障診斷.pdf

1、碩士學位論文基于S a C E —E L M 的地鐵牽引控制系統(tǒng)故障診斷F a u l t d i a g n o s i so f m e t r o t r a c t i o nc o n t r o l s y s t e mb a s e d o nS a C E - - E L M作者姓名：學科、 專業(yè)：學 號：岳忠奇控制理論與控制工程2 1 3 0 9 0 8 8完成日期： 2 0 1 6 ．4 ．2 7大連理工大學D a

2、 l i a nU n i v e r s i t y o f T e c h n o l o g y大連理工大學碩士學位論文摘 要隨著城市軌道交通的快速發(fā)展，軌道交通的安全運行受到了廣泛關(guān)注。地鐵列車作為城市軌道交通的主要載體，為解決日益嚴重的交通擁堵做出了極大的貢獻。然而，當列車發(fā)生故障時不僅影響了列車的正常運行，而且對旅客的安全產(chǎn)生了威脅。因此，及時有效地對列車進行故障診斷，是保證軌道交通正常運行的重要環(huán)節(jié)。針對傳統(tǒng)故障診斷方法需

3、要理解設(shè)備運行機理、難以獲得相關(guān)知識、學習速度慢、易陷入局部最優(yōu)、預測精度較差等缺點，本文提出一種使用自適應(yīng)差分進化算法進行優(yōu)化的極限學習機( S t r a t e g ya d a p t i v ec h a o sd i f f e r e n t i a le v o l u t i o n ．e x t r e m el e a r n i n g m a c h i n e ，S a C E ．E L M ) ，即在具有較

4、少隱含層節(jié)點的情況下，通過差分進化算法( D i f f e r e n t i a le v o l u t i o n a l g o r i t h m ，D E A ) 對極限學習機的輸入權(quán)重、隱含層參數(shù)和輸出權(quán)重進行優(yōu)化。不同于標準差分進化算法的人工選擇參數(shù)和變異策略，本文采用基于混沌序列的自適應(yīng)機制有效地對差分變異策略進行了自適應(yīng)選擇，而且編碼過程較為簡單。對S a C E 和S a D E 在十個標準函數(shù)上的對比實驗表明，

5、S a C E 有效地減少了訓練時間并且具有更好的優(yōu)化效果。與其他算法在U C I 公共數(shù)據(jù)集上進行實驗對比得知本文方法( S a C E —E L M )具有更好的分類效果及性能。最后，本文對地鐵列車控制系統(tǒng)及牽引控制子系統(tǒng)進行了簡要介紹。通過對牽引系統(tǒng)各個模塊的功能分析，總結(jié)了牽引控制系統(tǒng)相關(guān)故障以及與牽引控制單元相關(guān)的輸入信息。之后，介紹了從離線數(shù)據(jù)中提取相關(guān)故障樣本數(shù)據(jù)的方法，并對所提原始數(shù)據(jù)進行歸一化處理后獲得故障樣本。將本文