文献类型：期刊文章

作　　者：徐晓璐[1] 吴涛[1,2] 顾宏[1]

机构地区：[1]大连理工大学控制科学与工程学院,辽宁大连116024 [2]北车大连电力牵引研发中心有限公司,辽宁大连116045

出　　处：《大连理工大学学报》

基　　金：国家自然科学基金资助项目(61305034);高等学校博士学科点专项科研基金资助项目(20120041110008)

年　　份：2015

卷　　号：55

期　　号：1

起止页码：67-72

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：地铁车辆牵引控制单元(TCU)是地铁系统的核心单元之一,准确诊断其故障状态对整个地铁车辆安全运行至关重要.基于数据的故障诊断方法是当前热点方法之一.针对牵引控制单元故障诊断中检测参数多、故障类别多的特点,提出了改进的粒子群优化支持向量机(IPSO-SVM)方法,克服了传统方法存在过拟合、收敛速度慢、易陷入局部最优的缺点.使用UCI机器学习数据库中的5个数据集进行仿真实验,结果表明:IPSO-SVM分类精度高于ICPSO-SVM、PSO-SVM、GA-SVM.进一步将此方法应用于地铁车辆实际数据,同样得到了较好的分类结果,验证了所提方法的有效性.

关 键 词：牵引控制单元 故障诊断 支持向量机(SVM)  改进粒子群优化(IPSO)算法  

分 类 号：U269.9]