论文部分内容阅读
机器学习因其可以自适应的处理大量数据、实现智能分类和预测等优点,在道岔故障检测与诊断(Fault Detection and Diagnosis,FDD)技术方面已经有了许多理论研究和应用。对基于数据的道岔故障诊断算法进行分类和整理,重点介绍基于特征提取和基于数据的建模方法,对于机器学习算法的选择和运用具有一定的指导意义。最后通过分析道岔在预测与健康管理(Prognostics and Health Management,PHM)方面的研究现状,对机器学习在道岔故障预测与健康管理领域的应用进行展望。