[发明专利]基于支持向量机的道岔故障诊断方法及系统

说明书

技术领域

本发明涉及高速列车信号系统和故障诊断技术领域，特别涉及一种基于支 持向量机的道岔故障诊断方法及系统。

背景技术

近年来，随着高铁的迅速发展，亟需高铁设备故障诊断和运营维护技术 的稳步提高，尤其对高铁的重要信号设备-道岔的维护提出了要求，道岔作 为使机车车辆从一个股道转入另外一个股道的线路连接设备，在很大程度上 提高了列车通过线路的能力。由于道岔具有数量多、构造复杂、使用寿命短、 限制列车速度、行车安全性低、养护维修投入大等特点，它与曲线、接头并 称为轨道的三大薄弱环节，因而对于道岔的维修维护对于高铁行车安全性的 提高以及对于高速铁路设备维护成本的降低起着至关重要的作用。

对道岔传统的维护方式主要是基于现场工作人员的经验总结，由工作人 员将微机监测系统监测出的道岔动作电流和功率曲线与总结得到的电流功 率曲线相比对，从而确定道岔的工作状态，但这种方式很大程度上依赖于现 场人员的经验，对于经验不足的维护者来说很有可能会由于人为的原因造成 故障漏报或错报的情况从而导致巨大的安全隐患，同时由于动作曲线数量的 庞大，这种监测维护方式也对大量的人力提出了要求。

发明内容

本发明的目的旨在至少解决上述的技术缺陷之一。

为此，本发明的一个目的在于提出一种基于支持向量机的道岔故障诊断 方法。该方法有效降低人员对道岔的监测和维护成本，可以自动且准确地确 定道岔是否存在故障以及故障类型，具有道岔监测方便且道岔维护便利等优 点。

本发明的另一个目的在于提出一种基于支持向量机的道岔故障诊断系 统。

为了实现上述目的，本发明的第一方面的实施例公开了一种基于支持向 量机的道岔故障诊断方法，包括以下步骤：获取训练样本，其中，所述训练 样本包括对应于多种道岔故障类型的道岔动作的历史故障电流功率曲线；根 据专家经验和故障机理等因素提取所述训练样本的形态特征；选取支持向量 机分类器的核函数，并根据所述训练样本的形态特征确定所述核函数的参 数，以训练所述支持向量机分类器；采集道岔动作的电流功率曲线；根据所 述支持向量机分类器对所述道岔动作的电流功率曲线进行分类，并根据分类 结果确定道岔是否存在故障以及道岔故障类型。

根据本发明实施例的基于支持向量机的道岔故障诊断方法，可以利用分 类器自动且准确地确定道岔是否存在故障，并在判定道岔存在故障时能够进 一步确定出故障类型，从而为道岔监测提供方便，为道岔维护提供便利。该 方法有效降低人员对道岔的监测和维护成本，具有广阔的应用价值。

另外，根据本发明上述实施例的基于支持向量机的道岔故障诊断方法还 可以具有如下附加的技术特征：

在一些示例中，所述训练样本的形态特征包括：所述历史故障电流功率 曲线的下降点的个数、多个下降点对应的时间值、第2个下降点之后的电流 平均值、电流曲线方差。

在一些示例中，所述根据专家经验和故障机理提取所述训练样本的形态 特征的步骤中，利用小波变换确定历史故障电流功率曲线的下降点，具体包 括：对电流信号进行小波变换单层分解，确定细节分量大于预设阈值的极大 值对应的时刻作为下降点的时刻。

在一些示例中，所述支持向量机分类器的核函数为高斯核函数，所述高 斯核函数为：κ(x₁,x₂)＝exp(-γ*|x₁-x₂|²)，其中，采用交叉验证的方法确定所述 高斯核函数的参数。

在一些示例中，所述道岔故障类型包括：转辙机卡缺口、道岔不锁闭、 道岔斥离轨不到位、道岔随气温增高阻力增大、道岔到位后无表示、道岔解 锁尖轨反弹、道岔心轨解锁反弹异响心轨动作蛇行和道岔二极管异常中的部 分或全部。