跳到主要导航 跳到搜索 跳到主要内容

基于HSMM-SVM模型的城轨刚性接触网故障诊断

  • 单 翀皞
  • , 叶 谋景
  • , 肖 晓晖
  • 中铁第四勘察设计院集团有限公司

科研成果: 期刊稿件 › 论文 › 同行评审

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