动车组牵引电机接地故障预测

摘要：

牵引电机是动车组动力传动系统中的关键部件,在牵引电机故障中最常见的故障为牵引电机接地故障.通过对某动车组牵引电机控制单元的历史数据挖掘,实现对牵引电机接地故障的预测.数据挖掘建模使用了RBF神经网络、决策树和支持向量机3种机器学习算法.试验结果表明,3种算法的预测准确度均高于84％,其中决策树相较于RBF神经网络和支持向量机,具有更高的预测精度,模型预测精度达到85.6％.因此,选取决策树模型预测动车组牵引电机接地故障的发生.

关键词：动车组;牵引电机;高速铁路;接地故障预测;决策树;RBF神经网络;支持向量机;故障诊断

分类号：U266.2(机车工程)

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：126-130