基于IPSO-SVM的地铁车辆牵引控制单元故障诊断

• 作者: 吴涛 徐晓璐 顾宏
• 来源期刊: 大连理工大学学报
• 学科: 交通运输
• 关键词: 牵引控制单元 故障诊断 支持向量机(SVM) 改进粒子群优化(IPSO)算法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 电子与信息工程、管理工程
• 页码范围: 67-72
• 页数: 6页
• 分类号: U269.9
• 字数: 4204字
• 语种: 中文
• DOI: 10.7511/dllgxb201501010

摘要

地铁车辆牵引控制单元(TCU)是地铁系统的核心单元之一，准确诊断其故障状态对整个地铁车辆安全运行至关重要.基于数据的故障诊断方法是当前热点方法之一.针对牵引控制单元故障诊断中检测参数多、故障类别多的特点，提出了改进的粒子群优化支持向量机(IPSO-SVM)方法，克服了传统方法存在过拟合、收敛速度慢、易陷入局部最优的缺点.使用UCI机器学习数据库中的5个数据集进行仿真实验，结果表明：IPSO-SVM 分类精度高于ICPSO-SVM、PSO-SVM、GA-SVM.进一步将此方法应用于地铁车辆实际数据，同样得到了较好的分类结果，验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾宏	大连理工大学控制科学与工程学院	45	522	9.0	22.0
2	吴涛	大连理工大学控制科学与工程学院	3	19	3.0	3.0
4	徐晓璐	大连理工大学控制科学与工程学院	3	9	1.0	3.0