基于KMEANS特征匹配算法的车辆门系统亚健康预测方法研究

论文摘要

在轨道交通车辆门系统远程监控技术背景下,研究基于KMEANS特征匹配的门系统亚健康预测方法。提取监测数据时域统计特征值,与正常数据的标准特征值同时输入KMEANS分类器当中聚类,根据聚类空间距离排序结果筛选出差异较大的特征集合,以特征值序号和正负号代表特征值及相对变化趋势,并构造特征向量;将特征向量输入规则库当中匹配,根据亚健康类型的频度和置信度大小综合给出预测结果。台架测试验证结果表明:对于训练后的亚健康类型预测准确度很好。KMEANS特征匹配的门系统亚健康系统在广州地铁正线试验运行。试验运行结果表明,该系统不仅能够满足现场状态修要求,而且还能不断学习新亚健康类型,并扩充数据库,使预测结果更准确稳定。

论文目录

• 1 特征值定义与提取
•   1. 1 数据预处理
•   1. 2 KMEANS聚类算法
•   1. 3 提取KMEANS聚类特征
•   1. 4 特征匹配模式
• 2 仿真试验验证与实例应用
•   2. 1 仿真试验配置
•   2. 2 仿真验证结果
•     2. 2. 1 隶属度分析
•     2. 2. 2 综合置信度分析
•   2. 3 实例应用验证
•     2. 3. 1 实际应用案例1
•     2. 3. 2 实际应用案例2
• 3 结语

文章来源

类型: 期刊论文

作者: 张世钟,龙静,曹劲然,许志兴,张伟

关键词: 轨道交通,车辆门系统,健康预测,聚类,特征提取

来源: 城市轨道交通研究 2019年09期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 铁路运输

单位: 广州地铁集团有限公司,南京康尼机电股份有限公司

基金: 广州市产学研协同创新重大专项(201604016038)

分类号: U279.3

DOI: 10.16037/j.1007-869x.2019.09.017

页码: 74-78

总页数: 5

文件大小: 198K

下载量: 190