投稿须知
    《铁道标准设计》月刊是中国铁路行业出版较早的科学技术期刊,被评为北大中文核心期刊、中国科技核心期刊、武大RCCSE核心期刊,并被众多有影响的大型数据库收录,2018年被日本科学技术振兴机构数据库(JST)收录。在广大作者、读者和审稿专家的厚爱与支持下,刊物紧密围绕我国 ...

RS-BN算法在高铁车载设备故障诊断中的应用研究

作者: 李俊武 李国宁

关键词: 车载设备 故障诊断 粗糙集 贝叶斯网络 属性约简

摘要:针对高速铁路列控车载设备结构复杂、故障诊断特征不确定、传统故障诊断方法过于依赖专家经验、故障诊断自动化程度低等问题,提出一种贝叶斯网络与粗糙集模型约简技术相融合的故障诊断方法.首先对故障追踪表进行分析提取和数据挖掘,结合专家经验建立诊断知识数据库;其次对故障数据进行K2算法学习、训练,并结合诊断知识数据库先验知识建立BN结构模型;然后结合故障信息数据建立诊断决策表,利用粗糙集进行条件属性约简,消除冗余条件信息,简化模型并建立基于RS-BN算法的BN结构模型;再通过MLE算法进行BN模型的参数学习,获得模型的条件概率表,建立完整的BN诊断模型;最后对约简模型和未约简模型进行对比分析.通过某高铁实际故障数据仿真验证分析,测试结果证明了该方法有较高的准确性和实际模型的高似然度.


上一篇: 自动闭塞区间继电式逻辑检查电路优化探究
下一篇: 交流转辙机八线制道岔控制电路的研制

版权所有 2014 中铁工程设计咨询集团有限公司 All rights reserved 京ICP备10006696号
Copyright © China Railway Engineering Consultants Group Co.,Ltd