基于波形特征提取和FA-Grid SVM的MVB故障诊断

• 作者: 宋辉 李召召 杜晓敏 王立德
• 来源期刊: 机车电传动
• 学科: 交通运输
• 关键词: MVB网络 故障诊断 波形特征提取 FA-Grid SVM 列车通信
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究开发
• 页码范围: 71-74,80
• 页数: 5页
• 分类号: U266.2|TP393
• 语种: 中文
• DOI: 10.13890/j.issn.1000-128x.2020.02.015

摘要

列车通信网络的故障诊断一直是列车健康管理的难点,文章针对列车MVB(多功能车辆总线)网络,提出了一种基于波形特征提取和联合萤火虫网格寻优支持向量机(FA-Grid Support Vector Machines,FA-Grid SVM)相结合的故障诊断方法.通过提取MVB总线物理波形的时域特征,作为支持向量机的样本,构建MVB故障数据集;基于SVM较优参数点基本集中于同一区域这一现象,提出FA-Grid两步寻优的参数优化模型.试验结果表明,与传统网格寻优和遗传算法(GA)相比,提出的FA-Grid寻优模型时间复杂度低,分类效率高,能够准确地对MVB故障进行诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立德		103	785	15.0	22.0
2	李召召		7	22	2.0	4.0
3	宋辉		2	0	0.0	0.0
4	杜晓敏		2	0	0.0	0.0