РАЗРАБОТКА МОДЕЛИ КОНТРОЛЯ СОСТОЯНИЯ ПУТЕВОГО УЧАСТКА С ПОМОЩЬЮ ИНДУКТИВНО-ПРОВОДНОГО ДАТЧИКА НА БАЗЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ
DOI:
https://doi.org/10.18664/1994-7852.135.2013.107416Ключові слова:
индуктивно-проводной датчик, индуктивный шлейф, контроль путевого участка, гибридная нейронная сеть, методы обучения нейросетейАнотація
На підставі аналізу зміни індуктивності секцій шлейфу індуктивно-дротового датчика (ІДД) розроблено модель контролю стану колійного ділянки на базі нейромережних технологій, наведено етапи розроблення моделі, подано результати моделювання функціонування ІДД. Сформована модель дозволяє визначати наявність рухомої одиниці на контрольній ділянці колії під впливом різних факторів.
Посилання
Блиндюк, В.С. Прогнозне нейромережне моделювання теплових режимів функціонування тягових двигунів моторвагонних рухомих одиниць [Текст] / В.С. Блиндюк // Інформаційно-керуючі системи на залізничному транспорті. – 2012. - № 2. – С. 87-96.
Ващишин, Л.В. Штучні нейронні мережі, як засіб для розпізнавання дефектів залізничних рейок [Текст] / Л.В. Ващишин, В.О. Нічога, І.В. Сторож // Інформаційно-керуючі системи на залізничному транспорті. – 2012. - № 5. – С. 34-37.
Осовский, С. Нейронные сети для обработки информации [Текст]: пер. с польского И.Д. Рудинского. – М.: Финансы и статистика, 2002. – 344 с.
Каллан, Р. Основные концепции нейронных сетей [Текст]: пер. с англ. – М.: Издательский дом «Вильямс», 2001. – 288 с.
Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст]: пер. с польского И.Д. Рудинского. – М.: Горячая линия - Телеком, 2006. – 452 с.
Бабаєв, М.М. Аналіз впливу феромагнітної маси рухомої одиниці на індуктивні датчики систем залізничної автоматики [Текст] / М.М. Бабаєв, М.Г. Давиденко, В.Ю. Гребенюк // Зб. наук. пр. Укр. Держ. акад. залізнич. трансп. – Харків: УкрДАЗТ, 2012. – Вип. 129. – С. 117-123.
Гребенюк, В.Ю. Моделирование процессов работы индуктивно-проводного датчика [Текст] / В.Ю. Гребенюк // Зб. наук. пр. Укр. Держ. акад. залізнич. трансп. – Харків: УкрДАЗТ, 2012. – Вип. 134. – С. 162-173.
Дьяконов, В. Математические пакеты расширения MATLAB. Специальный справочник [Текст] / В. Дьяконов, В. Круглов. – СПб.: Питер, 2001. – 480 с.
Kramer, A.H. Efficient parallel learning algorithms for neural networks [Теxt] // A.H. Kramer, A. Sangiovanni-Vincentelli / Advances in neural Information Processing Systems, San Mateo, CA: Morgan Kaufman, 1989. – Vol.1. – P. 40-48.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2017 М. М. Бабаев, В. Ю. Гребенюк
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
