基于GAN-BO-BiGRU的转辙机故障诊断
牛宏侠
朱雪
兰州交通大学 自动化与电气工程学院,兰州 730070;兰州交通大学 甘肃省高原交通信息工程及控制重点实验室,兰州 730070
摘要：针对现有转辙机故障诊断中普遍存在的数据样本稀少、故障诊断正确率低等问题,以S700K转辙机的动作功率曲线这一关键时序数据为研究对象,提出一种基于GAN-BO-BiGRU的故障诊断模型.首先,将信号集中监测系统采集的少量功率数据样本输入生成对抗网络模型(Gen-erative Adversarial Networks,GAN)中,通过生成器与判别器的对抗训练生成更多的样本数据,解决数据样本稀少的问题;其次,建立BO-BiGRU故障诊断算法模型,利用贝叶斯优化算法(Bayes-ian Optimization,BO)确定双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)模型的隐藏层神经元个数、初始学习率和L2正则化参数的最优值,获得最优超参数组合,利用BiGRU能够双向捕捉信息的特征,更全面地挖掘转辙机的时序功率数据中的模式.最后,以生成的数据和原始数据为样本进行仿真.仿真结果表明:GAN生成的数据与原始数据无明显差异,可以被用作原数据的扩充集进行故障诊断;BO-BiGRU故障诊断模型相较于长短期记忆(Long Short-Term Memory,LSTM)模型,F1分数提高了约1.77%,证明其能够更好地提取转辙机的故障特征信息,有效提高转辙机故障诊断的正确率.
关键词：转辙机生成对抗网络贝叶斯优化算法双向门控循环单元
分类号：U284.92(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：11( 30-40 )
英文信息