摘要
本发明提供了一种基于LSTM‑BiGRU网络的轨道病害检测方法,该方法包括:获取轨道的多模态振动信号,并对多模态振动信号进行电信号转换;对电信号进行撕裂分离;从调制后的样本信号中分离出单双分量,并应用长短时记忆网络分别对单双分量进行特征提取,并对特征信号进行加权处理;根据改进的ECER熵变极值特征识别法对加权后的特征信号进行信息熵计算,并根据信息熵计算出每个加权后的特征信号的特征权重;根据特征权重对加权后的特征信号进行融合,并将融合特征输入至BiGRU网络进行故障检测,并根据最终的表征向量输出轨道病害检测结果。本发明实施例能够实现高效准确的轨道病害诊断。
技术关键词
轨道病害检测
融合特征
网络
信息熵
电信号
故障检测
信号采集传感器
记忆单元
样本
隶属度函数
极值
多模态
矩阵
注意力机制
频率响应
动态
时钟
射频
系统为您推荐了相关专利信息
智能基站
参数
系留无人机飞行
远程控制单元
供电单元
廉洁风险防控方法
风险防控系统
支持向量机分类器
目录
语义向量
状态识别方法
制冷机房
亚健康
强化学习模型
损失函数优化
斗式提升机
故障诊断方法
故障诊断模型
残差神经网络
故障诊断系统