基于双视图故障特征提取的列控车载设备故障诊断方法

摘要：

从列车运行日志数据中充分准确地提取车载设备的故障特征,对于提高故障诊断效率、保障列车运行安全具有重要作用.针对故障特征提取中面临的故障模式分布不平衡、故障特征提取不充分、故障特征维度高等问题,提出基于双视图故障特征提取的列控车载设备故障诊断方法.首先在语义视图下增加类别比重因子改进互信息,调整故障特征空间,解决故障模式分布不平衡问题;然后在语序视图下考虑语序和句序的影响,使用句向量的分布记忆模型实现故障特征的充分提取,解决故障特征提取不充分问题;最后利用PCA方法对级联后的特征集合进行融合,解决故障特征维度高问题.使用铁路运营部门收集的300T型车载设备运行日志数据对本方法进行实验验证,实验结果表明:相比于两种传统的故障特征提取方法,本方法的F1 值分别增加了 0.063、0.037,证明了本方法的有效性.

关键词：列控系统、车载设备、故障诊断、双视图、故障特征提取

所属期刊栏目：44

分类号：U284.48(铁路通信、信号)

资助基金：北京市自然科学基金;国家自然科学基金

在线出版日期：2023-01-05（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：63-70