基于文本挖掘的高鐵車載設(shè)備故障診斷方法研究.pdf

1、高速鐵路信號(hào)系統(tǒng)車載設(shè)備是列控系統(tǒng)的核心設(shè)備之一，是保證高鐵安全運(yùn)營和影響鐵路運(yùn)輸效率的關(guān)鍵因素。然而車載設(shè)備發(fā)生故障的概率仍然相對(duì)較高，而且目前車載設(shè)備的故障診斷技術(shù)和維護(hù)手段仍然依據(jù)專家經(jīng)驗(yàn)，已不能滿足我國鐵路維護(hù)的迫切需求。因而開展關(guān)于高速鐵路車載設(shè)備故障診斷方法的研究具有重要意義。
　　高鐵運(yùn)營以來，每年都有大量的維修記錄產(chǎn)生。這些記錄為知識(shí)的挖掘提供了必要的數(shù)據(jù)基礎(chǔ)，而挖掘的知識(shí)將有助于提高故障診斷的效率以及為以后相似的

2、故障案例的處理提供指導(dǎo)，同時(shí)也能為專家系統(tǒng)的構(gòu)建提供必要的知識(shí)基礎(chǔ)。在維護(hù)記錄數(shù)據(jù)中，我們可以采用文本挖掘技術(shù)來建立故障特征和故障模式之間的聯(lián)系。正是這種聯(lián)系能夠?yàn)楣收显\斷提供了有力支持。然而，基于高鐵維護(hù)記錄數(shù)據(jù)的知識(shí)自動(dòng)挖掘任務(wù)是個(gè)極具挑戰(zhàn)的過程，主要包括以下原因:
　　(1)高鐵維護(hù)記錄數(shù)據(jù)的高維性。在維護(hù)記錄中，包含著數(shù)萬個(gè)詞項(xiàng)特征。在去除停用詞和噪聲后，特征集合依然十分龐大，這對(duì)于后續(xù)的故障診斷算法構(gòu)成了極大挑戰(zhàn)。因此高

3、效的特征選擇方法是提高故障診斷可靠性的一個(gè)關(guān)鍵環(huán)節(jié)。
　　(2)高鐵維護(hù)數(shù)據(jù)的故障模式分布不均衡問題。在維護(hù)記錄中，一些故障模式的樣本數(shù)量遠(yuǎn)遠(yuǎn)多于其他故障模式的樣本數(shù)量，這是由車載設(shè)備構(gòu)成的復(fù)雜性和工作環(huán)境的多樣性所決定。不均衡的類別分布對(duì)均衡數(shù)據(jù)下提出的并以高準(zhǔn)確率為目標(biāo)的分類學(xué)習(xí)算法構(gòu)成了極大的挑戰(zhàn)。
　　(3)語義故障特征的缺失。由于傳統(tǒng)的特征提取方法以“詞袋模型”為基礎(chǔ)，未考慮詞項(xiàng)故障特征之間的內(nèi)在聯(lián)系，存在嚴(yán)重語義

4、故障信息（如故障現(xiàn)象）丟失。同時(shí)，由于缺乏車載設(shè)備領(lǐng)域先驗(yàn)知識(shí)的考慮，模型提取的語義故障特征不理想。
　　本文針對(duì)診斷過程中存在的上述缺陷，以高鐵車載設(shè)備的維護(hù)數(shù)據(jù)為依據(jù)，首先提出一種融合語義特征的兩級(jí)故障特征提取方法;在此基礎(chǔ)上，針對(duì)高鐵設(shè)備故障診斷的復(fù)雜性，采用基于支持向量機(jī)(SVM)的分類器和分級(jí)策略對(duì)車載設(shè)備兩級(jí)故障模式進(jìn)行故障診斷。試驗(yàn)表明，提出的模型能夠較大程度的提高車載設(shè)備，尤其是“STM相關(guān)故障”等小類故障模式的故

5、障診斷效率及可靠性，能夠?yàn)榫S護(hù)人員采取必要的維護(hù)和預(yù)防措施提供有力支持。
　　論文的創(chuàng)新性工作如下:
　　(1)提出了一種改進(jìn)x2統(tǒng)計(jì)(CHI)的高鐵車載設(shè)備的詞項(xiàng)級(jí)故障特征選擇方法。通過對(duì)高鐵維護(hù)數(shù)據(jù)的故障模式分布不均衡性進(jìn)行深入分析，提出了一種改進(jìn)CHI的詞項(xiàng)級(jí)故障特征提取方法。通過對(duì)各故障模式專有故障特征權(quán)重的調(diào)整，以均衡故障特征的重要性。對(duì)于公共故障特征，我們以故障模式的分布距離為衡量指標(biāo)，對(duì)公共故障特征作進(jìn)一步的選

6、擇，以得到最優(yōu)的故障特征。
　　(2)提出了一種先驗(yàn)Latent Dirichlet Allocation(LDA)模型進(jìn)行車載設(shè)備的語義級(jí)故障特征提取。為了提取更有意義的語義級(jí)故障特征，首先提出了先驗(yàn)知識(shí)的提取方法，然后將先驗(yàn)知識(shí)整合到LDA模型來實(shí)現(xiàn)語義級(jí)故障特征提取。整合先驗(yàn)知識(shí)的LDA模型是一種半監(jiān)督模型，它在一定程度上克服LDA模型作為無監(jiān)督聚類模型在主題特征挖掘過程中存在的盲目性。最后，通過融合策略將兩級(jí)故障特征進(jìn)行融