基于文本数据的列控车载设备辅助维护方法研究

发布时间：2021-01-06 11:16

　　乍载设备作为中国列车运行控制系统的核心装备之一,其重要性不言而喻。在实际运营中,列控车载设备故障频率仍然较高,现有的依靠维护人员经验进行车载设备故障诊断的方式效率低,诊断时间长,直接影响行车效率,甚至危及行车安全。因此,铁路运营部门迫切需要探索能够提高车载设备故障诊断效率的辅助维护方法。现场记录的故障现象描述文本（以下简称“故障文本”）中隐含了大量和故障类别相关的信息。对故障文本进行表示,构建“故障文本-故障类别”的故障文本分类系统,可有效辅助车载维护人员进行故障诊断,对提高故障诊断效率具有重要的意义。然而,车载设备故障文本具有长度短,缺乏明确统一的记录格式,不同故障类别文本数目差别大的特点,使得传统的词袋模型特征表示方法和分类算法不能适用于车载设备故障文本分类器的构建。针对上述问题,本文提出了一种融合词特征和主题特征的故障文本特征提取方法,在此基础上,构建了基于代价敏感支持向量机的故障文本分类系统。具体工作如下:（1）基于信息增益提取故障文本的词特征。首先使用词袋模型进行文本表示,针对文本词袋模型表示维度高,包含大量无关特征的问题,本文提出了一种基于信息增益的故障文本词特征提取方法,... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：97 页

【学位级别】：硕士

【部分图文】：

图１－２论文组织结构??Ｆｉｇｕｒｅ?１－２?Ｏｒｇａｎｉｚａｔｉｏｎａｌ?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ｐａｐｅｒ??１．４本章小结??

图２－１?ＣＴＣＳ－３级列控车载设备工作模式??Ｆｉｇｕｒｅ?２－１?Ｏｎ－ｂｏａｒｄ?Ｅｑｕｉｐｍｅｎｔ?Ｍｏｄｅ?ｏｆ?ＣＴＣＳ－３?Ｔｒａｉｎ?Ｃｏｎｔｒｏｌ?Ｓｙｓｔｅｍ??

图２－３文本分类与车载设备辅助维护??Ｆｉｇｕｒｅ?２－３?Ｔｅｘｔ?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ａｎｄ?Ａｕｘｉｌｉａｒｙ?Ｍａｉｎｔｅｎａｎｃｅ?ｏｆ?Ｖｅｈｉｃｌｅ?Ｅｑｕｉｐｍｅｎｔ??

【参考文献】：
期刊论文
[1]基于文本挖掘的高铁信号系统车载设备故障诊断[J]. 赵阳,徐田华.  铁道学报. 2015(08)
[2]基于语义与最大匹配度的短文本分类研究[J]. 孙建旺,吕学强,张雷瀚.  计算机工程与设计. 2013(10)
[3]基于数据驱动的故障诊断方法综述[J]. 李晗,萧德云.  控制与决策. 2011(01)
[4]一种基于特征扩展的中文短文本分类方法[J]. 王细薇,樊兴华,赵军.  计算机应用. 2009(03)
[5]基于SMOTEBoost的非均衡数据集SVM分类器[J]. 李正欣,赵林度.  系统工程. 2008(05)
[6]非平衡数据集分类问题研究进展[J]. 高嘉伟,梁吉业.  计算机科学. 2008(04)
[7]车站信号设备故障诊断专家系统[J]. 王瑞峰,陆源.  重庆工学院学报(自然科学版). 2008(04)
[8]模糊诊断法在监测系统中的应用研究[J]. 郎学伟,王海峰.  铁道通信信号. 2007(12)

硕士论文
[1]基于贝叶斯网络的列控车载设备故障诊断方法[D]. 梁潇.北京交通大学 2016
[2]地铁车载信号设备的故障诊断系统研究[D]. 江丹迪.北京交通大学 2016
[3]人工智能方法在车站信号故障诊断中的应用与研究[D]. 舒刚.北京交通大学 2008
[4]基于支持向量机的故障诊断方法[D]. 谢芳芳.湖南大学 2006



本文编号：2960471