转向架故障诊断模型

该模型可在训练过程中不涉及目标故障样本的情况下，对高速列车转向架的已知单一故障和未知复合故障进行有效诊断。

Zhang, Yiming · Hu, Yuanjiang · 75779240 · Yiting, You · 秦娜 · 黄德青

2023

参数信息

已知单一故障诊断准确率

94.77 %

未知复合故障诊断准确率

96.04 %

技术优势

无需目标故障样本

训练过程完全不涉及目标故障样本，仅使用属性描述和已知故障数据进行学习，即可诊断从未见过的新故障。

诊断未知复合故障

通过将属性分类器结果映射到故障模式，模型能够识别训练中从未出现的复合故障，准确率达到96.04%。

关注关键特征

在DenseNet中引入Squeeze模块作为注意力机制，增强有用特征、抑制无用特征，提升诊断性能。

应用场景

• 高速列车状态监测：直接集成到现有监测系统，无需新故障样本即可在线诊断转向架故障。
• 旋转机械故障诊断：利用属性描述适配旋转机械故障，摆脱对历史故障样本的依赖。
• 零样本故障识别：可识别训练中从未出现的故障类别，包括复合故障。