基于贝叶斯网络的列控车载设备故障诊断
查园园1
王亭岭2
上官伟3
1.北京交通大学 电子信息工程学院,北京 1000442.华北水利水电大学 电力学院,郑州 4500453.北京交通大学 电子信息工程学院,北京 100044;北京交通大学 轨道交通控制与安全国家重点实验室,北京 100044
摘要：针对目前高速铁路列控车载设备故障诊断过度依赖于专家经验且诊断正确率不高等问题,提出了以专家知识为基础,以贝叶斯网络为核心的故障诊断方法.首先,以CTCS3-300T型列车运行控制系统的车载设备为研究对象,建立基于专家知识的贝叶斯网络.其次,根据故障记录数据集使用K2算法进行结构学习并对学习后的贝叶斯网络结构做适当简约处理.利用极大似然估计算法进行参数学习,得到故障诊断的最优贝叶斯网络.最后,通过诊断推理,得到该故障诊断模型的诊断正确率为88.20％,验证了该贝叶斯网络模型的可行性和有效性.
关键词：列车运行控制系统车载设备故障诊断贝叶斯网络
分类号：U284(铁路通信、信号)
资助基金：北京市自然科学基金(L191013)
论文发表日期：2021-10-28
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：9( 37-45 )
英文信息