基于CDET/MPSO-SVM的道岔故障诊断
刘应君
司涌波
陈光武
魏宗寿
兰州交通大学自动控制研究所,兰州730070;兰州交通大学甘肃省高原交通信息工程及控制重点实验室,兰州730070
摘要：针对目前铁路道岔故障率高,维护质量低等问题,以S700K型转辙机功率曲线为研究对象,提出一种补偿距离评估技术(Compensation Distance Evaluation Technique,CDET)结合改进的粒子群算法(Modified Particle Swarm Optimization,MPSO)优化支持向量机(Support Vector Machine,SVM)的道岔智能故障诊断方法.首先,通过分析S700K转辙机动作机理,将功率曲线分成启动、解锁、转换、锁闭、构通表示5个阶段,分别提取各阶段道岔功率曲线相应的特征集;然后,利用补偿距离评估技术对提取的特征候选集进行降维,选出敏感特征;最后,引入扰动项和动量项对粒子群算法进行改进并优化SVM相关参数,作为分类器对道岔故障进行预测,并与基于PSO-SVM,SVM等分类算法进行比较.仿真验证表明:该方法诊断正确率达到97％以上,能有效地识别道岔故障类型.
关键词：故障诊断道岔S700K转辙机改进粒子群算法支持向量机补偿距离评估技术
分类号：U284.92(铁路通信、信号)
资助基金：国家自然科学基金(61863024)甘肃省高等学校科研项目(2018C-11)甘肃省高等学校科研项目(2018A-22)甘肃省自然科学基金(18JR3RA130)
论文发表日期：2021-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 52-59 )
英文信息