基于压缩感知和卷积神经网络的机车受电弓故障诊断研究

为保障机车的运行安全，本文提出了一种基于压缩感知（compressed sensing, CS）和卷积神经网络(convolution neural network, CNN)的故障诊断模型，针对离线机车运行数据，利用CS算法提取数据特征降低CNN输入维数，形成CS-CNN模型进行机车受电弓故障诊断，实现对故障原因的有效定位。将该模型应用于离线机车运行数据分析记录中，研究结果表明，CS-CNN模型在机车受电弓故障诊断中表现出较高的识别效率和识别准确率。