摘要
本发明公开了一种结合辅助增强的高速列车减振器故障检测方法,涉及铁路交通技术领域。该方法包括构建减振器故障检测模型,包括主任务子网络和辅助任务子网络分别连接到特征提取网络;将训练样本经特征提取网络分别输入主任务子网络和辅助任务子网络,通过可学习的加权系数计算总损失,训练减振器故障检测模型的网络参数;将待检测监测数据输入减振器故障检测模型,得到主任务输出并阈值化,根据经阈值化的元素判断对应减振器是否故障。该高速列车减振器故障检测方法可有效定位存在故障的减振器,具有低成本、适应性强、准确率较高和可迁移性较高的技术优点;进一步,结合辅助任务进行训练有助于提升训练效率及故障检测的可信度和准确性。
技术关键词
故障检测模型
列车减振器
故障检测方法
特征提取网络
悬挂系统
元素
多通道
训练特征
矩阵
铁路交通技术
监测系统
单层
故障类别
残差网络
编码器
传播算法
系统为您推荐了相关专利信息
视频帧
神经网络模型
特征提取网络
数据
计算机视觉技术
机械臂控制方法
点云信息
特征提取网络
编码特征
图像
卫星遥感图像数据
协方差矩阵
卡尔曼滤波模型
特征提取网络
跟踪方法
环境智能监测装置
水面漂浮物
推进器组件
主卷扬机
无线充电接收线圈