RS-BN算法在高铁车载设备故障诊断中的应用研究

• 作者: 李俊武 李国宁
• 来源期刊: 铁道标准设计
• 学科: 交通运输
• 关键词: 车载设备 故障诊断 粗糙集 贝叶斯网络 属性约简
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 通信/信号
• 页码范围: 176-182,195
• 页数: 8页
• 分类号: U284
• 字数: 4098字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.201801040007

摘要

针对高速铁路列控车载设备结构复杂、故障诊断特征不确定、传统故障诊断方法过于依赖专家经验、故障诊断自动化程度低等问题,提出一种贝叶斯网络与粗糙集模型约简技术相融合的故障诊断方法.首先对故障追踪表进行分析提取和数据挖掘,结合专家经验建立诊断知识数据库;其次对故障数据进行K2算法学习、训练,并结合诊断知识数据库先验知识建立BN结构模型;然后结合故障信息数据建立诊断决策表,利用粗糙集进行条件属性约简,消除冗余条件信息,简化模型并建立基于RS-BN算法的BN结构模型;再通过MLE算法进行BN模型的参数学习,获得模型的条件概率表,建立完整的BN诊断模型;最后对约简模型和未约简模型进行对比分析.通过某高铁实际故障数据仿真验证分析,测试结果证明了该方法有较高的准确性和实际模型的高似然度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国宁	兰州交通大学自动化与电气工程学院	48	149	7.0	8.0
2	李俊武	兰州交通大学自动化与电气工程学院	3	0	0.0	0.0