点击次数：

论文类型：期刊论文

发表时间：2015-01-22

发表刊物：大连理工大学学报

收录刊物：PKU、ISTIC、CSCD、Scopus

卷号：55

期号：1

页面范围：67-72

ISSN号：1000-8608

关键字：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

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.