基于支持向量機的道岔故障動作電流識別

張星++魏文軍

摘要：隨著我國鐵路現代化程度越來越高，列車的行車速度越來越快，傳統(tǒng)以微機監(jiān)測系統(tǒng)采集道岔轉轍機動作電流為依據，依靠人工分析來識別故障的方法已經不能適應鐵路發(fā)展的要求，需要研究相應的智能道岔故障診斷方法。本文將支持向量機應用在道岔故障電流識別中，構造基于支持向量機的分類器來快速判斷是否為故障曲線，以便能快速發(fā)現故障，同時為后續(xù)維護爭取時間。

關鍵詞：支持向量機；道岔動作電流；分類器

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2016）07-0264-02

1 概述

近年來，我國的鐵路建設取得了舉世矚目的成就，特別是客運專線和高速鐵路運營里程不斷增加，列車運行速度不斷提高，保障鐵路運輸安全就顯得更加重要，這就對信號設備的安全運行和維護提出了更高的要求。在信號設備故障中，尤其以道岔故障居多，因此快速識別道岔故障對保障信號設備安全運行就顯得格外重要。

支持向量機方法是建立在統(tǒng)計學習理論和結構風險最小原理上的，根據有限的樣本信息在模型的復雜性和學習能力之間尋求最佳折中，以求獲得最好的推廣能力 。它在解決小樣本問題中具有獨特的優(yōu)勢，同時又能解決神經網絡算法中的高維問題和局部極值問題。其結構也非常簡單，因此廣泛應用與工程領域，為統(tǒng)計學習理論的實際應用提供了一種有效的工具。

2 道岔動作電流曲線分析

道岔的正常動作過程可分為：解鎖一轉換-鎖閉。如圖1所示。道岔動作電流曲線是一條以電流為縱軸、時間為橫，以10毫秒測量間隔的各電流值逐點連接繪制而成的曲線，蘊涵了道岔轉換過程中的電氣特性和機械特性。

從圖1中可以看到，在解鎖狀態(tài)，轉轍機剛開始啟動時，啟動電流會在很短時間內達到峰值，因此會產生較大的扭矩，與動作齒條相連的動作桿開始動作，但是由于動作桿在桿件內至少有5mm的空動距離，電流會迅速下降并進入動作區(qū)。在此期間，道岔完成轉換動作。當尖軌轉換到位，與基本軌密貼后，電流曲線進入鎖閉區(qū)，此時斷開道岔動作電流使之下降為零，并鎖閉道岔。尾部上翹是由于尖軌和基本軌密貼力較大造成的。

3 支持向量機

支持向量機簡稱svm，它是從線性可分情況下的最優(yōu)分類面發(fā)展而來的， 其基本思想可用二維情況表示如圖2所示：

在圖中，空心點和實心點分別代表兩種不同類別的樣本，H是分類線，H1， H2分別為過各類中離分類線最近的樣本且平行于分類線的直線，，它們之間的距離稱為分類間隔（margin）所謂最優(yōu)分類線就是要求分類線不但能將兩類完全正確地分開， 而且使分類間隔最大。

分類線方程可表示為ωx+b=0，將其進行歸一化，使其對所有樣本4 用SVM方法對道岔故障進行識別

本文以應用廣泛的ZD6電動轉轍機為研究對象，通過微機監(jiān)測采集其從定位到反位的動作電流曲線，并進行故障判斷，最后得到測試樣本集，其中包括正常曲線200例，非正常曲線100例。樣本的輸5 結束語

道岔是保障鐵路運輸安全的重要設備之一，當發(fā)生故障時，必須快速高效識別出來，防止事故的發(fā)生。本文采用基于支持向量機的識別算法，對微機監(jiān)測系統(tǒng)采集的道岔動作電流曲線進行智能故障識別，可以在第一時間發(fā)現道岔故障，并且具有較高的準確率，對保障道岔的正常運行具有十分重要的現實意義。

參考文獻：

[1] 顧健.幾種常見道岔故障動作電流曲線分析及處理方法[J].鐵道運營技術，2014，20（1）：14-17.

[2] 李志春.道岔動作電流曲線的分析[J].鐵道通信信號，2005，41（11）：20-21.

[3] Vapnik VN.統(tǒng)計學習理論的本質[M].張學工，譯. 2版.北京：清華大學出版社，2000.

[4] 楊雪.支持向量機多類分類方法的研究[D].哈爾濱.哈爾濱工程大學計算機科學與技術學院，2006.

[5] 周珂，彭宏，胡勁松.支持向量機在心電圖分類診斷中的應用[J].軟件時空，2006，22（3-3）237-239.