列车空气制动机测试类型自动辨识方法研究.pdfVIP

测控技术

模式识别与人工智能２０２３４２３·１９·

年第卷第期

列车空气制动机测试类型自动辨识方法研究

１１２１１１

王杰，刘泽，郭成，曹景铭，李俊杰，马丁一

（１．北京交通大学电子信息工程学院，北京１０００４４；２．昆明铁路局集团科研所，云南昆明６５００１１）

摘要列车空气制动机测试系统工作时记录大量的测试数据测试数据的自动分析可提高试验系统测试

：，

效率，拓展测试模式。针对列车制动机测试数据的特点，提出了基于格拉姆角场（ＧＡＦ）图像编码与卷

ＣＮＮ

积神经网络（）相结合的列车制动测试类型辨识方法。可对制动测试采集的时序气压数据编码重

构扩展为二维网格图像数据由主干网络实现图像特征信息的自动提取进而设计分类器进行列

，，ＣＮＮ，

车制动测试类型辨识分类基于现场数据的分析结果表明所提出的ＧＡＦＣＮＮ模型对制动机测试类

。，

，。，（）

型识别的辨识率可达到９８％以上可应用于现场测试系统另外测试表明使用求和Ｓｕｍｍａｔｉｏｎ计算

的ＧＡＳＦ比差分（Ｄｉｆｆｅｒｅｎｃｅ）计算的格拉姆角差域（ＧＡＤＦ）辨识率更高。

关键词：列车制动机测试；格拉姆角场；卷积神经网络；模式辨识；时间序列分类

中图分类号ＴＰ１８３Ｏ２３５文献标志码Ａ文章编号１０００－８８２９２０２３０３－００１９－０５

：；：：（）

ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．０７．２７７

ＲｅｓｅａｒｃｈｏｎＡｕｔｏｍａｔｉｃＩｄｅｎｔｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｏｆＴｒａｉｎＡｉｒＢｒａｋｉｎｇＭａｃｈｉｎｅ

ＴｅｓｔＴｙｐｅ

１１２１１１

ＷＡＮＧＪｉｅ牞ＬＩＵＺｅ牞ＧＵＯＣｈｅｎｇ牞ＣＡＯＪｉｎｇｍｉｎｇ牞ＬＩＪｕｎｊｉｅ牞ＭＡＤｉｎｇｙｉ

牗１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ牞ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ牞Ｂｅｉｊｉｎｇ１０００４４牞Ｃｈｉｎａ牷

２．ＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｉｏｎ牞ＫｕｎｍｉｎｇＲａｉｌｗａｙＡｄｍｉｎｉｓｔｒａｔｉｏｎ牞Ｋｕｎｍｉｎｇ６５００１１牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ｔｈｅｔｒａｉｎａｉｒｂｒａｋｅｔｅｓｔｓｙｓｔｅｍｒｅｃｏｒｄｓａｌａｒｇｅａｍｏｕｎｔｏｆｔｅｓｔｄａｔａｄｕｒｉｎｇｏｐｅｒａｔｉｏｎ牞ａｎｄｔｈｅａｕｔｏｍａｔ

ｉｃａｎａｌｙｓｉｓｏｆｔｈｅｔｅｓｔｄａｔａｃａｎｉｍｐｒｏｖｅｔｈｅｔｅｓｔｓｙｓｔｅｍｔｅｓｔｅｆｆｉｃｉｅｎｃｙａｎｄｅｘｐａｎｄｔｈｅｔｅｓｔｍｏｄｅ．Ａｉｍｉｎｇａｔｔｈｅ

ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｒａｉｎ