基于输入限制的I-ELM机车热轴等级判别模型.pdf

《基于输入限制的I-ELM机车热轴等级判别模型.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、墨!二三2轴承2015年7期CN41—1148／THBearing2015，No．7．．I测量与仪器基于输入限制的I—ELM机车热轴等级判别模型宋平岗，林家通，康水华，杨云(华东交通大学电气与电子工程学院，南昌330013)摘要：热轴检测是机车安全运行的重要保障，为准确判断热轴级别，提出了基于输入限制的增量型极限学习机算法，选用单点温升、列温升和辆温升作为输入量，热轴等级作为输出量建立数学模型。仿真和试验证明：基于输入限制的增量型极限学习机算法具有识别准确率高、响应速度快等优点。而依据算法设计的

2、产品已投产运行多年，运行效果良好，热轴等级判别准确有效。关键词：滚动轴承；热轴；极限学习机；温升中图分类号：TH133．33；U264．8文献标志码：B文章编号：1000—3762(2015)07—0045—05DetectionModelforHotboxLevelofLocomotivebyIncrementalExtremeLearningMachineBasedonInputLimitationSongPinggang，LinJiatong，KangShuihua，YangYun(Sch

3、oolofElectricalandElectronicEngineering，EastChinaJiaotongUniversity，Nanchang330013，China)Abstract：Thehotboxdetectionisimportantguaranteeforsafetyoperationoflocomotive．Inordertoaccuratelydetect．hotboxlevel，anincrementalextremelearningmachinealgorithmb

4、asedoninputlimitationisproposed．Thesinglepointtemperaturerise，sameparttemperatureriseandvehicletemperaturerisearechosenasinput，andthehotboxlevelischosenasoutputtoestablishmathematicalmode1．Thesimulationandexperimentshowthatanincrementalextremelearnin

5、gmachinealgorithmbasedoninputlimitationhashighidentificationaccuracyandfastresponsespeed．Theprod-uctshavebeenoperatingformanyyears，andtheoperationresultisgood．Thehotboxleveldetectionisaccurateandel-fective．Keywords：rollingbearing；hotbox；extremelearni

6、ngmachine；temperaturerise滚动轴承是机车走行部的关键零件，其状况HotboxDetectionSystem，THDS)监控热轴现象，但直接影响机车的性能与安全⋯。高速运行中，如其实际应用中预报兑现率普遍较低，误报率较果轴承发生故障甚至卡死，会产生热轴现象，不能高l3j。由于热轴判别的复杂性，目前THDS设备及时处理将造成切轴甚至颠覆事故J。据统计，根据历史经验设定热轴判别阈值，无法直接满足80％以上的火车翻车事故由热轴造成。实际应用要求。为提高温度判别准确率，文献[6]目

7、前，广泛采用红外线轴温探测系统(Trace提出使用模型算法对轴温建立识别模型，实现对轴承温度的模糊判别，但其存在隶属度函数设计收稿日期：2014—12—03；修回日期：2015—03—13困难，参数设计主观性强等不足。文献[7]提出了基金项目：江西省研究生创新资金项目(YC2014一$249)基于模糊神经网络的热轴判别模型，准确率较高，作者简介：宋平岗(1965一)，男，博士，教授，博士生导师，但存在神经训练层及隐含神经元多，计算速度慢主要究方向为电力电子与新能源。等缺陷。通信作者：林家通(19

8、89一)，男，硕士研究生，主要研究方针对上述问题，引入增量型极限学习机(In．向为电力电子、电力传动与机车故障诊断，E—mail：linjia-crementalExtremeLearningMachine，I—ELM)算tong89@qq．corno法，该算法具有学习速度快、参数少、精度高等优《轴承>>2o15．No．7势。I—ELM算法随机产生输入层与隐含层模型的输出为热轴等级G，沿用铁路系统做间的连接权值及隐含层神经元的阈值，且在训练法将热轴等级分为正常、微热、强热、激热共4级，过程中无需