基于IPSO-SVM的地铁车辆牵引控制单元故障诊断

来源：大连理工大学学报杂志2015年第1期北京时间：

作者：徐晓璐,吴涛,顾宏

摘要：地铁车辆牵引控制单元(TCU)是地铁系统的核心单元之一，准确诊断其故障状态对整个地铁车辆安全运行至关重要．基于数据的故障诊断方法是当前热点方法之一．针对牵引控制单元故障诊断中检测参数多、故障类别多的特点，提出了改进的粒子群优化支持向量机(IPSO-SVM)方法，克服了传统方法存在过拟合、收敛速度慢、易陷入局部最优的缺点．使用UCI机器学习数据库中的5个数据集进行仿真实验，结果表明IPSO-SVM分类精度高于ICPSO-SVM、PSO-SVM、GA-SVM．进一步将此方法应用于地铁车辆实际数据，同样得到了较好的分类结果，验证了所提方法的有效性．

关键词：牵引控制单元故障诊断支持向量机(SVM)改进粒子群优化(IPSO)算法

基金资助：国家自然科学基金资助项目(61305034)；高等学校博士学科点专项科研基金资助项目(20120041110008)