Resumen

El monitoreo de la salud y el diagnóstico de fallas de un tren de alta velocidad es un área de investigación importante para garantizar el funcionamiento seguro y a largo plazo de la red ferroviaria de alta velocidad. Para un sistema de monitoreo de salud multicanal, un desafío técnico importante es extraer información de diferentes canales con patrones de divergencia debido a los distintos tipos y disposición de los sensores. Con este fin, este artículo propone una nueva red convolucional grupal basada en información de sincronía. El método propuesto es capaz de reunir señales con patrones similares y procesar estos canales con grupos específicos de neuronas, asignando simultáneamente señales con diferencias significativas a diferentes grupos. Con este enfoque, la característica puede ser extraída de manera más efectiva y el rendimiento puede ser mejorado, gracias al uso compartido de filtros para patrones similares. La efectividad del método se valida en un conjunto de datos de fallas de tren de alta velocidad. Los experimentos muestran que el modelo propuesto tiene un mejor rendimiento que las convol

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Monitoreo de salud; Diagnóstico de fallas; Tren de alta velocidad; Sistema multicanal; Red convolucional de grupo; Sensores.
• Keywords:Health monitoring; Fault diagnosis; High-speed train; Multichannel system; Group convolutional network; Sensors.