科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来,我国高速铁路发展迅速,取得令人瞩目的成就,动车组因为其安全性、高速性、舒适性、准时性、环保性等特性,越来越得到人们的认可。随着动车组大规模的投入运营,目前已经获得了大量的故障诊断与状态监测数据,通过挖掘和利用蕴含在这些数据背后的价值和规律,来进一步指导动车组的运用维修工作,这对于提高动车组的行车安全具有重大意义。为此通过特征提取、数据分析和数据挖掘等方法,运用Hadoop平台,采用一种基于ADASYN-GBDT决策树算法的动车组故障诊断方法,该方法结合了ADASYN算法和GBDT算法的优点,不仅能够弥补数据分布不平衡给故障诊断带来的缺陷,而且还能够解决现阶段动车组故障诊断中的维修不足、维修过剩、设备故障率问题、维修成本高等一些问题,该方法具有一定的理论和现实意义。
- 单位
