APP下载

基于XGBoost的列控车载设备故障预测方法

2021-09-26许康智蔡伯根郭忠斌

北京交通大学学报 2021年4期
关键词:故障设备模型

刘 江,许康智,蔡伯根,郭忠斌,王 剑

(北京交通大学 a.电子信息工程学院,b.智慧高铁系统前沿科学中心,c. 北京市轨道交通电磁兼容与卫星导航工程技术研究中心,d.计算机与信息技术学院,北京 100044)

进入新世纪以来,在智能交通全面深化、智能创新应用层出不穷的时代背景下,铁路系统的智能化发展正面临着前所未有的挑战[1].近年来,欧洲、美国、日本均已制定了铁路数字化发展战略,旨在通过推进新兴技术和铁路业务的高效融合,优化运输服务质量、增强运输安全水平、提高运输组织效率、降低运输成本、提高经营效益,我国高速铁路从自动化、数字化、网络化阶段走向智能化发展,已成为明确的发展需求[2].作为高速铁路系统运行的“大脑和中枢神经”,列车运行控制系统具有显著的安全苛求特征,由于其与高速列车、基础设施之间构成的协同运行结构及关系复杂,对自身内部因素及外部环境的敏感性强,任何微小的故障、失误或隐患都有可能引发连锁反应造成安全风险.如何实现以安全保障为前提、经济性与可行性为导向的智能化维修维护,是有效防护列车运行控制系统运用风险、优化系统全生命周期成本水平的重要条件.

近年来,高铁关键装备的智能维护已受到广泛关注,面向高速动车组牵引制动系统[3-4]、悬挂系统[5]、齿轮箱[6]、接触网与供电设备[7-8]、轨道线路与桥梁[9-10]以及维护计划的编制优化[11]等多个方面均已形成了相应成果.对于……

登录APP查看全文

猜你喜欢

故障设备模型
一半模型
谐响应分析在设备减振中的应用
重尾非线性自回归模型自加权M-估计的渐近分布
故障一点通
基于MPU6050简单控制设备
3D打印中的模型分割与打包
奔驰R320车ABS、ESP故障灯异常点亮
500kV输变电设备运行维护探讨
故障一点通
江淮车故障3例