基于PLSA和SVM的道岔故障特征提取与诊断方法研究

摘要：

铁路局和电务段长期以来保留的道岔故障记录是非常宝贵的数据,对道岔故障类型统计、故障特征分析、故障诊断和故障预测有非常好的参考作用,但这些数据往往保存格式多样,难以直接利用.本文提出基于主题模型PLSA和支持向量机SVM的道岔设备故障特征提取与诊断方法.通过分词算法将故障文档表达在词项特征空间中;采用主题模型算法提取主题特征,并将故障文档表达在主题特征空间上;以SVM算法构造诊断器实现道岔设备的故障诊断.利用中国铁路广州局集团有限公司道岔故障记录的真实数据,对提出的算法有效性进行验证.实验表明,提出的算法能有效实现道岔设备故障诊断,对现场维护有一定的指导意义.

关键词：主题模型、支持向量机、道岔故障、特征提取、故障诊断

所属期刊栏目：40

分类号：U216.42(铁路线路工程)

资助基金：中国铁路广州局集团有限公司科技研究开发项目计划2017K021;北京市自然科学基金L161008;北京交通大学基本科研业务费2017YJS019

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：80-87