文献类型：期刊文章

作　　者：梁潇[1] 王海峰[1] 郭进[2] 徐田华[3]

机构地区：[1]北京交通大学轨道交通运行控制系统国家工程研究中心,北京100044 [2]西南交通大学交通信息工程及控制重点实验室,四川成都610031 [3]北京交通大学轨道交通控制与安全国家重点实验室,北京100044

出　　处：《铁道学报》

基　　金：国家自然科学基金(61473029);国家重点基础研究发展计划(973计划)(2014CB340703);中国铁路总公司科技研究开发计划(2014X008-A)

年　　份：2017

卷　　号：39

期　　号：8

起止页码：93-100

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：列控车载设备故障排查与维护多依赖于人员经验,存在一定的片面性且效率较低。提出一种基于贝叶斯网络的列控车载设备故障智能诊断方法,基于历史故障数据得到故障征兆,利用粗糙集理论对故障征兆进行属性约简,降低训练模型的复杂度;将专家知识与故障数据训练相结合,改进贝叶斯网络模型,并将故障征兆关联关系融入模型中。以武广线列控故障数据为例,验证该模型的诊断效果。该方法对提升列控系统故障诊断的智能化水平具有借鉴意义。

关 键 词：车载设备 故障诊断 贝叶斯网络 属性约简 故障征兆  

分 类 号：U284]