郑云水，白邓宇，王妍

基于相似度的道岔健康状态评估及故障检测方法研究

郑云水，白邓宇，王妍

(兰州交通大学 自动化与电气工程学院，甘肃 兰州 730070)

针对道岔系统故障诊断需要大量数据且较难获取的情况，提出基于波形相似度的健康状态评估及故障检测算法。使用SURF算法进行特征点预提取，提高计算的实时性；通过Hausdorff距离计算待识别曲线与标准曲线间的相似度，确定健康值及理论故障时间；对于已经处于故障状态的样本，与故障曲线库内模板曲线进行对比，选择匹配度最大的故障模板曲线所对应的故障类型作为待识别曲线的可能故障，从而提出检修意见。实例分析表明，该方法准确率高、速度快、适应性强，具有实际应用价值。

波形相似度；Hausdorff距离；健康评估；故障诊断

道岔作为铁路系统的重要设备之一，其安全性和可靠性直接影响到列车的正常运营和乘客的人身安全。目前我国铁路现场对道岔系统的故障判别主要依据微机监测软件提供的道岔动作电流及功率曲线，通过人工观察、综合个人经验来完成。该方法容易受到工作人员现场经验、知识水平等因素的影响，导致结果出现滞后、错判、漏判等情况，已经很难满足高速铁路发展的要求。因此使用计算机对道岔设备的健康状态进行实时评估，提前预测故障的发生具有现实意义[1]。目前，基于神经网络等智能算法的道岔故障诊断及预测的研究受到众多学者的青睐。……