摘要
针对现有城轨接触网故障诊断方法分类诊断精度较低的问题,提出了以隐半马尔科夫模型(hidden semiMarkov model,HSMM)为基础叠加支持向量机(support vector machine,SVM)模型的新方法,并在某地铁刚性接触网系统中进行了应用研究。首先,通过故障树对接触网检测参数进行收集分类,提取可以表征接触网故障状态的特征信息,并进行状态划分;建立基于HSMM的故障诊断系统,该系统的故障诊断准确率为88.3%,而后将HSMM和SVM模型进行串联,建立了基于HSMM-SVM的故障诊断模型,故障诊断的准确率提升至98.7%。研究结果显示:所提出的基于HSMM-SVM模型的故障诊断方法,利用SVM模型的强分类性能有效弥补了HSMM对复杂问题分类能力不足的缺陷,该方法对城轨接触网的故障诊断具有较高准确率。
| 投稿的翻译标题 | Fault diagnosis of urban rail rigid catenary based on HSMM-SVM model |
|---|---|
| 源语言 | 中文 |
| 页(从-至) | 121-133 |
| 页数 | 13 |
| 期刊 | 武汉大学学报:工学版 |
| 卷 | 58 |
| 期 | 1 |
| DOI | |
| 出版状态 | 已出版 - 1 1月 2025 |
基金资助
国家重点研发计划项目(编号:2018YFB2100901-4)。
关键词
- 刚性接触网
- 故障诊断
- 隐半马尔可夫模型
- 支持向量机
收录
- CSCD
学术指纹
探究 '基于HSMM-SVM模型的城轨刚性接触网故障诊断' 的科研主题。它们共同构成独一无二的学术指纹。引用此
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver