中国铁路

2020, No.698(08) 13-18

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于文本分析的高速铁路道岔故障分类模型研究
Classification Model of High Speed Railway Turnout Failures Based on Text Analysis

杨连报;沈翔;李新琴;董兴芝;薛蕊;徐贵红;

摘要(Abstract):

道岔是保障高速铁路运输安全的关键电务信号设备,研究其故障发生规律对指挥现场人员巡检和维修作业具有重要意义。针对非结构化铁路道岔故障描述的文本数据分类,根据高速铁路道岔故障发生原因和设备结构,结合专家经验进行人工划分,基于实时道岔动作电流或转辙机拉力等结构化数据进行自动分类。提出一种新的基于非结构化历史道岔故障文本描述的文本分类模型,首先应用融合铁路领域词典的中文分词工具Jieba进行分词,并通过Word2Vec和TF-IDF分别生成特征向量,最后应用SVM模型实现铁路道岔故障的智能分类。试验表明,该分类模型可以取得较好的分类结果,为现场作业人员提供一种客观的、基于海量历史数据的故障诊断模型。

关键词(KeyWords): 高速铁路;道岔;故障;SVM;文本分类;模型;文本分析

Abstract:

Keywords:

基金项目(Foundation): 中国铁路总公司科技研究开发计划项目(P2018Z001);; 中国铁道科学研究院集团有限公司科技研究开发计划项目(2018YJ119)

作者(Author): 杨连报;沈翔;李新琴;董兴芝;薛蕊;徐贵红;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享