基于XGBoost的列控车载设备故障预测方法

来源 :北京交通大学学报 | 被引量 : 0次 | 上传用户：a273582760

【摘要】

：

列控车载设备的健康管理和故障预测是实现高速铁路关键装备智能化视情维护的重要途径.为了克服列控车载设备故障建模的复杂性和健康监测手段受限等问题,充分运用现场收集的设备运行记录数据,提出一种基于数据驱动的列控车载设备故障预测体系框架.建立了高速列车列控车载设备运行数据管理平台,基于大量历史现场数据构建训练及测试样本集,运用极端梯度提升(eXtreme Gradient Boosting,XGBoost)算法实施特定故障类型的模型训练与学习,并将所得故障模型用于故障概率的预测分析.以CTCS2-200H型列控车

【作者】

：

刘江许康智蔡伯根郭忠斌王剑

【机构】

：

北京交通大学电子信息工程学院,北京交通大学智慧高铁系统前沿科学中心,北京交通大学北京市轨道交通电磁兼容与卫星导航工程技术研究中心,北京交通大学计算机与信息技术学院

【出处】

：

北京交通大学学报

【发表日期】

：

2021年4期

【关键词】

：

列车控制车载设备故障预测健康管理极端梯度提升

【基金项目】

：

北京市自然科学基金-丰台轨道交通前沿研究联合基金资助项目(L191014),国家自然科学基金(61873023,62027809),北京市科技新星计划(Z191100001119066),中国国家铁路集团有限公司科技研究开发计划项目(P2020G005)。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

铁路运输态势推演系统架构及关键技术研究

在分析国内外铁路运输态势推演系统研究现状的基础上,提出了铁路运输态势推演系统(Railway Transportation Situation Deducing System,RTSDS)架构,探讨了铁路运输生产关键数据实时采集和融合、铁路日常运输综合态势感知指标构建及评价、基于大数据的运输日常生产态势演化及预警等关键技术,初步开发了基于实时大数据的铁路货运日常运输生产总体态势推演原型系统,为进一步研发实际生产系统,更精准掌控运输生产演化规律和预见可能出现问题,提升调度生产管理水平和运输效益提供技术支撑.

期刊

铁路运输态势推演态势感知系统架构知识计算

基于仿人并联手指机构的机器人灵巧手设计与性能研究

为满足工业上对机器人灵巧手灵巧度高、承载能力强和精度高的要求,提出一种具有2T1R运动类型的仿人并联手指机构,并设计一种基于仿人并联手指机构的机器人灵巧手.对并联手指机构进行了自由度、运动学的分析,并用Adams对运动学分析进行了验证;利用机构的约束条件,确定了并联手指机构的工作空间;根据所建立的雅克比矩阵,研究了并联手指机构的奇异性与灵巧性,分析了力的传递性质;建立了灵巧手的抓取模型,分析了灵巧手协调操作的自由度、运动学和空间.通过研究分析,验证了灵巧手可行性与实用性,运动及性能方面可以满足工业生产的需

期刊

并联机构灵巧手性能分析协调操作

基于XGBoost的列控车载设备故障预测方法

与本文相关的学术论文