基于跨模态特征融合与Transformer-XL递归记忆机制的转辙机故障诊断
刘倡1
杨世武2
刘海威3
白英杰1
刘尚合4
1.北京全路通信信号研究设计院集团有限公司,北京 100070;电磁环境效应及电磁安全铁路行业工程研究中心,北京 1000702.北京交通大学 自动化与智能学院,北京 1000443.宜昌市发展与改革委员会,湖北 宜昌 4430004.电磁环境效应及电磁安全铁路行业工程研究中心,北京 100070;石家庄铁道大学 河北省电磁环境效应与信息处理重点实验室,石家庄 050043
摘要：道岔转辙机的稳定运行是高铁行车安全的关键保障,而高铁系统的智能化发展对其工作状态的精准感知与自主诊断能力提出了更高要求.为克服传统方法在诊断精度、计算实时性及抗干扰能力等方面的局限性,构建了一种融合跨模态特征注意力机制与Transformer-XL递归记忆机制的智能诊断模型,以提升现场复杂运营条件下的故障识别能力与环境适应性.通过引入跨模态注意力机制,实现功率曲线信号与尖轨振动信号的动态特征交互,避免单模态信息缺失导致的判断偏差;采用Transformer-XL的递归记忆机制,动态调整模型对历史信息的感知范围,使模型能够跨时间窗口提取历史状态信息;结合1D-CNN进行短时动态特征提取,优化全局时序建模,在增强抗噪鲁棒性的同时降低计算复杂度.实验结果表明:该模型在跨模态特征表达、长时依赖建模、抗噪鲁棒性和计算效率等方面均具有显著优势,为高铁智能运维提供了一种兼具高效性、低资源消耗与强环境适应性的智能诊断方案,推动故障处置由被动维修向预测性维护转变,提升高铁运行的安全裕度与稳健性.
关键词：智能运维转辙机故障诊断跨模态注意力Transformer-XL递归记忆机制
分类号：U284(铁路通信、信号)
论文发表日期：2025-12-30
在线出版日期：2026-02-02（本平台首次上网日期，不代表文献的发表时间）
页数：13( 1-13 )
英文信息