模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2020, Vol. 33 Issue (11): 1013-1022    DOI: 10.16451/j.cnki.issn1003-6059.202011006
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于FastDTW的道岔故障智能诊断方法
姬文江1, 左元1, 黑新宏1, 高橋聖2, 中村英夫3
1.西安理工大学 计算机科学与工程学院 西安 710048;
2.日本大学 应用情报工学科 船桥274-8501;
3.东京大学 前沿科学 东京 113-8656
An Intelligent Fault Diagnosis Method Based on FastDTW for Railway Turnout
JI Wenjiang1, ZUO Yuan1, HEI Xinhong1, SEI Takahashi2, HIDEO Nakamura2
1. Faculty of Computer Science and Engineering,Xi′an University of Technology,Xi′an 710048;
2. Department of Computer Engineering,Nihon University,Funabashi 274-8501;
3. Graduate School of Frontier Science,The University of Tokyo,Tokyo 113-8656

全文: PDF (888 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 道岔控制列车的行驶方向,是轨道交通系统的关键设备.文中采用ZD7型号道岔转辙机动作电流数据,提出基于快速动态时间规整算法(FastDTW)的道岔故障智能诊断方法.根据原始电流曲线特性将曲线分段处理,通过FastDTW计算待诊断电流曲线与模板电流曲线的扭曲路径距离,根据动态确定的最优阈值诊断故障.实验表明,该方法可适用于单动、双动型号道岔故障诊断问题,仅需200条道岔动作电流历史数据.该方法诊断准确率较高,时间较短,也适用于准确性、实时性要求较高的新型列控系统.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
姬文江
左元
黑新宏
高橋聖
中村英夫
关键词 道岔转辙机故障诊断快速动态时间规整算法(FastDTW)    
Abstract:The turnout handles the direction of the train.It is a key equipment for the safety of railway transportation system.An intelligent fault diagnosis method based on fast dynamic time warping(FastDTW) for railway turnout is proposed in this paper.It is testified by the real action current data obtained from switch machine model No.ZD7.Firstly,the original current curve is segmented according to wave form features.Then,the warp path distance between the standard sample and the tested current curve is obtained by FastDTW algorithm.Finally,a dynamic optimized threshold is exploited to confirm whether there is a fault in the turnout.The experimental results show the proposed method works well with both single and double action type turnout machines with only 200 turnout action current samples.The proposed method is suitable for the train control system of new generation as well due to its high diagnosis accuracy and low time cost.
Key wordsTurnout    Switch Machine    Fault Diagnosis    Fast Dynamic Time Warping(FastDTW)   
收稿日期: 2020-05-06     
ZTFLH: u216.425  
基金资助:国家重点研发计划项目(No.2018YFB120500)、国家自然科学基金项目(No.61773313,61702411)资助
通讯作者: 黑新宏,博士,教授,主要研究方向为机器学习、系统安全、列车运行控制.E-mail:heixinhong@xaut.edu.cn.   
作者简介: 姬文江,博士,讲师,主要研究方向为智能轨道交通、车联网.E-mail:wjj@xaut.edu.cn.左元,硕士研究生,主要研究方向为机器学习、模式识别.E-mail:zy950820@qq.com.高橋聖,博士,教授,主要研究方向为软计算及其工业应用、智能轨道交通.E-mail:goldsli@163.com.中村英夫,博士,教授,主要研究方向为智能轨道交通.E-mail:h.nakamura@edu.k.u-tokyo.ac.jp.
引用本文:   
姬文江, 左元, 黑新宏, 高橋聖, 中村英夫. 基于FastDTW的道岔故障智能诊断方法[J]. 模式识别与人工智能, 2020, 33(11): 1013-1022. JI Wenjiang, ZUO Yuan, HEI Xinhong, SEI Takahashi, HIDEO Nakamura. An Intelligent Fault Diagnosis Method Based on FastDTW for Railway Turnout. , 2020, 33(11): 1013-1022.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202011006      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2020/V33/I11/1013
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn