基于PCA和SVM的貨車(chē)故障檢測(cè).pdf

1、一直以來(lái)，鐵路貨車(chē)的運(yùn)行維修主要由人工完成，因此列檢、技檢質(zhì)量容易受到職工素質(zhì)、心理狀態(tài)和人體疲勞程度等因素的影響，因此傳統(tǒng)的列檢方式給行車(chē)帶來(lái)了很大的安全隱患，為了推進(jìn)鐵路現(xiàn)代化建設(shè)，提高列檢的故障發(fā)現(xiàn)率，保障鐵路運(yùn)行安全，鐵道部大力推廣了一套自動(dòng)安檢系統(tǒng)，即貨車(chē)運(yùn)行故障圖像動(dòng)態(tài)檢測(cè)系統(tǒng)(TFDS)。但是，當(dāng)前的TFDS系統(tǒng)大部分依舊是由工人用肉眼瀏覽采集到的圖片來(lái)完成故障識(shí)別的，TFDS系統(tǒng)僅僅是完成了貨車(chē)故障圖像的采集，傳輸，以及

2、對(duì)故障圖像進(jìn)行了一些預(yù)處理，其并不能完成對(duì)故障圖像的自動(dòng)檢測(cè)，判斷。因此，TFDS系統(tǒng)的運(yùn)行依舊會(huì)受到職工素質(zhì)、心理狀態(tài)和人體疲勞程度等因素的影響。因此研究如何利用TFDS系統(tǒng)采集到的圖像，自動(dòng)判斷貨車(chē)故障是否存在，對(duì)于保障鐵路安全運(yùn)行具有十分重要的意義。
　　 本文的創(chuàng)新點(diǎn)主要體現(xiàn)在：
　　 一、提出了一種在圖像預(yù)處理后，采用PCA進(jìn)行特征提取，SVM用于故障分類(lèi)的故障自動(dòng)識(shí)別算法，使用該算法使得我們對(duì)擋鍵丟失、枕簧折