岳 忠 奇, 吴 涛,2, 顾 宏*
( 1.大连理工大学 控制科学与工程学院, 辽宁 大连 116024;2.中车大连电力牵引研发中心有限公司, 辽宁 大连 116052 )
基于SaCE-ELM的地铁牵引控制单元快速故障诊断
岳 忠 奇1,吴 涛1,2,顾 宏*1
( 1.大连理工大学 控制科学与工程学院, 辽宁 大连116024;2.中车大连电力牵引研发中心有限公司, 辽宁 大连116052 )
摘要:地铁牵引控制单元(TCU)在地铁运行过程中有重要的作用,及时有效地对其进行故障诊断,是保证地铁正常运行的重要环节.针对传统故障诊断方法的学习速度慢、易陷入局部最优、预测精度较差等缺点,提出一种使用自适应差分进化算法(SaCE)进行优化的极限学习机(SaCE-ELM),即通过自适应差分进化算法对极限学习机的输入权重、隐含层参数和输出权重进行优化.其中,差分进化算法的变异策略通过基于混沌序列的自适应机制产生,其他参数使用正态分布随机生成;网络的输出权重使用Moore-Penrose广义逆矩阵计算得出.SaCE-ELM 不需要人工选择变异策略和参数,自适应策略比SaE-ELM更加简单.实验结果表明,与E-ELM、SaE-ELM、LM-NN、SVM相比,SaCE-ELM具有更好的预测精度.此外,SaCE-ELM 在所有数据集上训练时间比SaE-ELM和SVM更少,有效地改善了生成模型的效率.
关键词:牵引控制单元;故障诊断;极限学习机;差分进化算法
0引言
随着我国现代化进程的加快,轨道交通的发展取得了长足的进步.地铁作为各大城市的主要交通工具,其可靠性和安全性受到了多方的重视.在地铁运营过程中,牵引控制单元(traction control unit,TCU)作为控制地铁运行的核心组成部分……