基于 LKJ 数据分析的机车速度传感器智能故障诊断

• 作者: 史佳 董昱
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 机车速度传感器 故障诊断 LKJ数据 加权K近邻分类器
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 70-75
• 页数: 6页
• 分类号: TP391.1
• 字数: 5411字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2015.11.011

摘要

针对目前人工利用 LKJ 数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点，将加权 K 近邻分类器引入基于 LKJ 数据的速度传感器故障诊断中。通过分析几种故障的产生原因，结合专家经验，并对不同故障类型的 LKJ 数据进行数据分析，总结出4点故障规律，由此得到故障特征向量。通过计算机仿真验证，根据 LKJ 数据用于机车速度传感器故障诊断的 WKNN 诊断方法是有效的，具有较高的故障识别率以及较短的故障诊断时间，较人工故障诊断方式提高了效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董昱	兰州交通大学自动化与电气工程学院	75	556	12.0	19.0
2	史佳	兰州交通大学自动化与电气工程学院	2	9	2.0	2.0