基于ANFIS的地铁杂散电流腐蚀预警系统.pdf

基于ANFIS的地铁杂散电流腐蚀预警系统.pdf

ID:52174800

大小:265.27 KB

页数:3页

时间:2020-03-23

基于ANFIS的地铁杂散电流腐蚀预警系统.pdf_第1页
基于ANFIS的地铁杂散电流腐蚀预警系统.pdf_第2页
基于ANFIS的地铁杂散电流腐蚀预警系统.pdf_第3页
资源描述:

《基于ANFIS的地铁杂散电流腐蚀预警系统.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2012证仪表技术与传感器2012第8期InstrumentTechniqueandSensorNO.8基于ANFIS的地铁杂散电流腐蚀预警系统胡爱国,李威,王禹桥,许少毅(中国矿业大学机电工程学院,江苏徐州221116)摘要:地铁杂散电流腐蚀的影响因素很多,利用测量得到有限的数据进行杂散电流腐蚀分析是比较困难的,因此需要采取可行的方法来预测地铁杂散电流腐蚀。文中通过建立ANFIS模型,进行杂散电流腐蚀危险性等级的预测。通过对广州地铁杂散电流数据的分析预测,结果表明ANFIS预测模型具有很强的适用性,并在此基础上建立预警系统。关键词:杂散电流;腐蚀;预测;ANFIS;预警系统中图

2、分类号:TP273文献标识码:A文章编号:1002—1841(2012)08—0108—03EarlyWarningofSubwayStraySurrentCorrosionSystemBasedonANFISHUAi—guo,LIWei,WANGYu—qiao,XUShao—yi(CollegeofMechanicalandElectricalEngineering,ChinaUniversityofMiningandTechnology,Xuzhou221116,China)Abstract:Thesubwaystraycurrentcorrosionhasmanyfacto

3、rs,usinglimitedmeasureddatatoanalyzethestraycurrentCOrO—sionisdificult,SOitneedstotakefeasiblemethodtopredictthestraycurentcorrosion.ThispaperestablishedanANFISmodeltopredictstraycurentcorrosionlevelofrisk.ByanalyzingandpredictingthedataofGuangzhousubwaystraycurrent,itindicatedthattheANFISpre

4、dictionmodelhasstrongapplicabilityandestablishedanearlywarningmonitoringsystemOnthisbasis.Keywords:straycurrent;corrosion;prediction;ANFIS;earlywarningsystem0引言地铁杂散电流腐蚀防护以“以堵为主、以排为辅、防排结合、加强监测”为防护原则,但是地铁建设过程中的许多先期防护措施是会随着时问的推移而逐渐失效的。在运行一段时间之后,由于存在污染、潮湿、漏水和受力破坏等因素,均会使原来良好的轨、地绝缘性能降低、老化或失效。所以,必须要

5、做好地铁杂散电流腐蚀的预测和防护工作J。由于影响地铁金属结构杂散电流腐蚀的因素很多,所以在测量条件有限的情况图1地铁杂散电流形成示意图下,采用多输入单输出的ANFIS模型,利用测量数据对地铁杂生IGThen规则,适合于具有非线性、时变性,并且伴随随机干散电流腐蚀进行预警。扰等不确定因素的模型。典型的ANFIS模型结构分为5层,1杂散电流的产生和危害即:计算输入的模糊隶属度、每条规则的适用度、适用度的归一目前,地铁大部分采用直流馈电牵引,走行轨回流方式。化、每条规则的输出、模糊系统的输出。供电所把交流电转换为直流电,经过架空线向电力机车输送电假定所考虑的ANFIS有2个输入变量。和

6、,1个输出变流,由走行轨返回供电所。由于走行轨对地不完全绝缘,则有量厂,如图2所示。一部分电流泄漏人大地,当钢轨附近有埋地金属时,一部分杂第一层第二层第三层第四层散电流流入导电良好的埋地金属结构,在金属结构中流动,并在整流器附近地电位较低处流人大地,并返回到供电所。这种由轨道泄漏的电流就是地铁杂散电流,其形成示意图见图1。杂散电流造成腐蚀的危害是巨大的。杂散电流会引起钢,轨及其附件、钢筋混凝土结构物、埋地管线电化学腐蚀。它不仅能缩短钢轨、金属管线的使用寿命,而且会降低地铁钢筋混凝土主体结构的强度以及耐久性。2自适应神经模糊推理系统(ANFIS)图2ANFIS的网络结构图自适应神经

7、模糊推理系统是将模糊逻辑与神经网络有机第1层,负责对输人数据的模糊化,每个结点具有结点函结合而构成的一种新型的神经网络结构,采用反向传播算法和数,选择如式(1)所示的高斯函数:最小二乘法的混合算法调整前提参数和结论参数,并能自动产一f⋯)2厂(;f,,C)=e—i广(1)第2层,每个结点完成对模糊系统的模糊算子的计算,结基金项目:2012中国矿业大学基本科研业务费大学生创新项目;江苏高校优势学科建设工程资助项目点的输出即输入算子的积。收稿日期:2011—10—13收修改稿日期:2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。