浅谈本体高速铁路车载设备智能维护决策树模型

浅谈本体高速铁路车载设备智能维护决策树模型

ID:22587995

大小:50.00 KB

页数:5页

时间:2018-10-30

浅谈本体高速铁路车载设备智能维护决策树模型_第1页
浅谈本体高速铁路车载设备智能维护决策树模型_第2页
浅谈本体高速铁路车载设备智能维护决策树模型_第3页
浅谈本体高速铁路车载设备智能维护决策树模型_第4页
浅谈本体高速铁路车载设备智能维护决策树模型_第5页
资源描述:

《浅谈本体高速铁路车载设备智能维护决策树模型》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、浅谈本体高速铁路车载设备智能维护决策树模型1概述  高速铁路车载设备作为动车运行控制中的大脑中枢,对行车安全、行车密度、行车效率具有决定性的作用。如何快速定位及排除车载设备故障,规避降级行驶、停车,对于提高高速铁路运营效率具有重要意义。但是,目前高速铁路车载设备运营维护数据记录存在概念和术语尚未进行统一,数据记录不一,难以有效整合、利用等诸多问题。本体源于哲学概念,主要通过概念对领域知识进行描述,可以很好地解决多源异构数据融合的问题。国内外专家学者应用本体做了大量研究,包括欧洲铁路应用本体解决其铁路领域内由于X运分离造成决策信息不统一的

2、问题,我国高速铁路应用本体解决多本体融合并实现推理的问题,同时利用本体解决铁路选线时数据不统一、共享率低的问题,以及国内数字图书馆、互联X等领域应用本体解决信息检索的问题。为了更好地对高速铁路车载设备进行智能维护,借鉴欧洲铁路和我国铁路及其他领域应用本体解决问题的方案,采用本体建模语言O)、轨道电路信息接收单元(TCR)、测速测距单元(SDU)、人机界面(DMI)、列车接口(TIU)、司法记录单元(JRU)、GSM-R无线通信单元(RTU)、专用传输模块(STM)、动态监测系统(DMS)等。  高速铁路车载设备故障追踪表主要用于记录有关

3、车载设备故障和维修措施,数据主要包括现场人员描述、设备记录数据日志和诊断维护人员的描述3类,具体包含司机描述、调度员描述、维护人员描述、DMI数据、DMS数据、JRU数据、维修数据、故障等级、维修措施等。  由于高速铁路车载设备故障追踪表的数据和类型存在差异,没有统一的概念和术语,难以进行数据统一和数据分析。例如,在高速铁路车载设备维护数据记录中,出现ATP故障ATP故障停车和ATPCU相关等不同术语用以刻画ATPCU概念。为创建概念和术语统一的车载设备信息模型,同时为便于维护车载设备,将车载设备故障信息分车载结构域、故障现象域、故障类

4、别域和维修措施域4个相互关联的域。其中,故障现象为故障类别提供依据,故障类别需要根据车载结构确定故障位置,维修措施则要根据故障的定位对车载设备进行维修,高速铁路车载设备本体模型构建思路如图2所示。  本体基本特征包括:领域、对象、属性和关系。一个领域包含若干对象,对象又可以包含子对象,子对象包含若干属性,属性可以赋值,成为个体。本体对象具有分类学层次性,例如BTM故障是一个对象,而D缆接触不良为其子对象。关系是反映对象之间的联系,是一个多元谓词。例如,D缆接触不良导致BTM故障高速铁路车载设备的车载结构域,通常根据车载设备的构成进行构建

5、,主要包含BTM,ATPCU,TIU和DMI等;车载设备故障现象域,主要分为DMI数据、DMS数据和JRU数据;车载设备故障类别域通常选取故障追踪表中发生概率比较高并且对行车影响比较大的故障,包括车地通信相关故障(占比47%)、ATPCU相关故障(占比24%)、BTM相关故障(占比13%)、列车接口故障(占比5%)等;维修措施主要参考故障追踪表中相应的处理情况及常见相应故障处理方案,车载设备维修措施域主要是针对故障类别域的故障类型,通过更换设备或重启等措施实现故障的修复。半形式化描述语言(UML)能够很好地实现不同层次语言间的沟通,便于

6、交流,但计算机无法识别,不能进行推理和运算。为了实现计算机推理,采用本体建模工具Protégé4.3中本体建模语言  3高速铁路车载设备决策树模型构建  构建高速铁路车载设备本体后,可以利用Protégé4.3自带的推理机HermiT1.3.8进行推理。例如,当在OntoGraf中输入BTMFault时,则可以得到所有与BTM故障相连接的故障子类型(包括D电缆故障、CAU故障、BTM软件故障等)和故障位置(包括BTM处理单元、D电缆、CAU插头等)。由此,维修人员可以清楚地看到BT

7、M相关部件发生的故障类别,并且根据BTM常见故障处理方案进行迅速处理、维修,规避对行车造成的影响。由于本体自带的推理工具无法实现与用户良好的交流,同时其推理机制严重依赖于本体知识库的建立,需要专家经验的输入。因此,为了实现更加准确的故障诊断,采用机器学习中较为形象且常用的决策树方法,构造高速铁路车载设备的决策树。决策树是一种特殊的树形结构,主要用来进行分类和决策。一个决策树包含3种类型的节点,分别为:决策节点,通常用矩形框来表示;机会节点,通常用圆圈来表示;终结点,通常用三角形来表示。ID3算法主要针对属性选择问题,是决策树算法中最典型

8、的算法,该算法使用信息论中的信息增益作为属性选择的评判标准,通过对属性的划分,将不确定的内容转为确定的内容,从而实现分类。  根据已构建的高速铁路车载设备本体,实现车载结构域、故障类别域、故障现象域和维修措

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。