基于关联规则的铁路信号设备故障诊断方法

摘要：

为提升铁路信号设备的故障处理效率,在对故障文本信息分析的基础上,提出一种基于关联规则的铁路信号设备故障诊断方法.由于故障文本信息存在不规范性和高维性,首先采用TF-IDF(Term Frequency and Inverted Document Frequency)算法提取故障文本信息中的故障特征,根据故障特征、故障类型、故障原因建立故障诊断模型.采用改进的FP-Growth(Frequent Pattern Growth)算法,通过权重定义项的支持度,依据频繁1-项集划分各项的数据库子库,并构造每项的条件FP-Tree,减少内存占用空间,提高运行速率,挖掘出具有维修指导意义的关联规则,进行故障诊断与维修决策.研究结果表明,本方法运行时间优于传统的FP-Growth算法,平均诊断准确率比案例推理算法和贝叶斯网络算法提高了10.35％和11.44％,可用于故障文本信息的潜在规律挖掘,简化故障诊断流程.

关键词：铁路信号设备、故障诊断、关联规则、数据挖掘、TF-IDF算法、FP-Growth算法

所属期刊栏目：66

分类号：U284.92(铁路通信、信号)

资助基金：国家自然科学基金;中国博士后科学基金

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：175-181