基于SVM模型的铁路设备故障优先级评价研究

详细信息    查看官网全文

• 英文论文题名：The Evaluation Research of Railway Equipment Fault Priority based on SVM Model
• 论文作者：魏爱雪 ; 程清波 ; 吕晓军 ; 刘家涛
• 英文论文作者：Wei Aixue ; Cheng Qingbo ; Lv Xiaojun ; Liu Jiatao ; Institute of Computing Technology ; China Academy of Railway Sciences
• 年：2016
• 作者机构：中国铁道科学研究院电子计算技术研究所;
• 论文关键词：SVM模型 ; 铁路设备 ; 故障评价 ; 评价指标
• 英文论文关键词：Support Vector Machine Model ; Railway Equipment ; Fault Evaluation ; Evaluation Index
• 会议召开时间：2016-11-16
• 会议录名称：第十一届中国智能交通年会大会论文集
• 语种：中文
• 分类号：U29
• 学会代码：ZJTX
• 会议名称：第十一届中国智能交通年会
• 会议地点：中国重庆
• 主办单位：中国智能交通协会
• 学会名称：中国智能交通协会
• 页数：5
• 文件大小：1006k
• 原文格式：D
• 会议级别：全国

摘要

目前铁路设备种类多、数量广、价值高,能够监测设备运行状态,及时发现并处理故障设备,是提高铁路信息化管理的重要手段。由于铁路设备故障重要程度不同,针对设备故障处理优先级排序问题,提出了一种基于SVM模型的设备故障优先级评价方法。针对铁路设备故障特性,建立了铁路设备故障评价指标体系。仿真结果证明SVM模型具有良好的拟合效果,能够为铁路设备故障处理优先级提供有效决策依据。
With the characteristic of wide variety,large number and high value,railway equipment need to be monitored to discover the fault problem and be maintained timely,which is the important method to improve the management of railway informatization.Because of the different importance of railway equipment fault problem,the evaluation method of railway equipment failure priority based on SVM model is proposed.For the railway equipment failure characteristics,the evaluation index system of railway equipment failure is established.The simulation results show that the SVM model has good fitting effect,which can provide effective decision-making basis for the priority for railway equipment failure.

引文

[1]崔丽娜,张喜.车站信号设备故障诊断系统知识库的设计与实现[J].铁路计算机应用,2005,12(105):13-16.
    [2]张书涛,刘延斌,贾晨辉,仲志丹.复杂设备的网络化远程监控及故障诊断系统[J].河南科技大学学报:自然科学版,2010,31(6):19-23.
    [3]张娟.铁路信号设备故障检修决策支持系统研究与实现[D].北京交通大学,2009.
    [4]张淑宁,王福利,尤富强.基于鲁棒学习的最小二乘支持向量机机器应用[J].控制与决策,2010,25(8):1169-1172.
    [5]Lin K M,Lin C J.A study on reduced support vector machines[J].IEEE Transactions on Neural Networks,2003,14(6):1449-1459.