一种动车组转向架装配线电机传动系统健康状态评估优化方法研究

• 作者: 刘锐 张宁
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 电机传动系统 健康状态评估 K-Means算法 LOF算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 铁道机车车辆、电气化
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP206.1
• 字数: 5185字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2020.05.009

摘要

对于动车组转向架装配线,电机传动系统是其关键部分,由于其运行状态的实时监测数据具有无标签性,采用K-Means聚类等无监督式学习算法是解决这类系统健康状态评估的常用方法.针对传统K-Means算法受噪声及孤立点影响较大的缺陷,提出基于局部异常因子算法的优化方法,有效地去除数据噪声点的影响;针对中心点选取过于随机性的缺陷,提出一种基于样本密度的初始中心点选取方法,并且中心点更新是选取距簇中其他样本点方差最小的点,从而改善了聚类效果;利用实际电机传动系统的运行数据对优化的K-Means算法进行验证.实验结果表明:优化后的算法有效提高了聚类质量,很好解决了实际应用环境下的电机传动系统健康状态评估问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宁	北京交通大学计算机与信息技术学院	45	473	12.0	21.0
2	刘锐	北京交通大学计算机与信息技术学院	5	26	3.0	5.0