基于字词融合的高铁道岔多级故障诊断组合模型

作者：林海香^*; 赵正祥^*; 陆人杰; 卢冉; 白万胜; 胡娜娜

来源：电子测量与仪器学报, 2022, 36(10): 217-226.

DOI：10.13382/j.jemi.B2205608

• 高速铁路道岔
• 多级故障诊断
• 字词融合
• Borderline-SMOTE
• 组合神经网络

为有效提升高速铁路道岔维护效率和故障定位准确率，面向其故障文本数据，提出了一种基于字词融合的高速铁路道岔多级故障诊断组合模型。首先，建立高速铁路道岔专业词库，将文本表示为字向量与词向量并进行深度融合。其次，考虑到故障文本存在类别不均衡问题，采用Borderline-SMOTE算法对不均衡文本数据进行处理，优化故障文本数据分布。接着使用BiLSTM(Bi-directional long short-term memory)-CNN(convolutional neural network)的组合神经网络提取故障文本深度特征，最后通过分类器实现智能故障诊断。采用我国高速铁路道岔故障文本数据进行模型性能验证，结果显示所提模型的一级故障诊断准确率达到95.62%,二级故障诊断准确率达到93.81%,证明多级故障诊断精度可达到理想效果。

• 单位
  卡斯柯信号有限公司; 兰州交通大学