-
公开(公告)号:CN112884179B
公开(公告)日:2024-02-09
申请号:CN202110340750.3
申请日:2021-03-30
Applicant: 北京交通大学
IPC: G06Q10/20 , G06Q50/40 , G06F18/241 , G06F18/214 , G06F40/289 , G06F40/216 , G06F16/26 , G06F16/215
Abstract: 本发明提供了一种基于机器故障和文本主题分析的城轨折返故障诊断方法,步骤1,获取各个城轨的通信码和工程师的维修报告并构建数据库;步骤2,对数据库中各个城轨的通信码通过基于Spark的频繁项集生成算法挖掘频繁出现在各个城轨通信码中的特征组合并分析,得到故障发生的规则。本发明采用频繁项集生成算法挖掘数据集中频繁出现特征组合,对挖掘出的频繁特征进行分析得到故障发生的规则,并在挖掘出的频繁项集的基础上进行特征交叉,训练分类算法,以分别在无人自动折返,自动换端和点式换端中发生故障时进行自动分类,通过故障规则和算法结合,更好的了解列车发生折返故障时内、外部的特征,从而加快对故障的处理。
-
公开(公告)号:CN112884179A
公开(公告)日:2021-06-01
申请号:CN202110340750.3
申请日:2021-03-30
Applicant: 北京交通大学
IPC: G06Q10/00 , G06Q50/30 , G06K9/62 , G06F40/289 , G06F40/216 , G06F16/26 , G06F16/215
Abstract: 本发明提供了一种基于机器故障和文本主题分析的城轨折返故障诊断方法,步骤1,获取各个城轨的通信码和工程师的维修报告并构建数据库;步骤2,对数据库中各个城轨的通信码通过基于Spark的频繁项集生成算法挖掘频繁出现在各个城轨通信码中的特征组合并分析,得到故障发生的规则。本发明采用频繁项集生成算法挖掘数据集中频繁出现特征组合,对挖掘出的频繁特征进行分析得到故障发生的规则,并在挖掘出的频繁项集的基础上进行特征交叉,训练分类算法,以分别在无人自动折返,自动换端和点式换端中发生故障时进行自动分类,通过故障规则和算法结合,更好的了解列车发生折返故障时内、外部的特征,从而加快对故障的处理。
-