一种基于DWT和C‑SVM的道岔故障诊断方法技术

本发明专利技术公开了一种基于DWT和C‑SVM的道岔故障诊断方法。该方法包括以下步骤：首先，确定要诊断的道岔类型，选择一个同类型的道岔并安装电流变送器，在该道岔上模拟出常见的故障模式，并分别采集每种故障模式下的电流运转信号若干组作为模拟故障信号；其次，在被诊断的道岔上安装电流变送器，采集其电流运转信号作为实测信号；然后对模拟故障信号和实测信号进行DWT，并进行归一化处理，并将处理后的模拟故障特征信号输入到C‑SVM分类模型中进行训练和参数寻优；最后，将处理后的实测特征信号输入到训练完成的C‑SVM模型，进行最后的故障识别。本发明专利技术具有成本低、工程实施简单方便和诊断正确率高等优点。

A switch fault diagnosis method based on SVM DWT and C

The invention discloses a switch fault diagnosis method based on SVM DWT and C. The method comprises the following steps: first, to determine the type of switch to diagnosis, choose the same type of switch and install the current transmitter, simulate the common failure modes in the turnout, and collected current operation signal of each failure mode of several groups as the simulated fault signal; secondly, in the current transmitter is installed the diagnosis on the switch, the current signal acquisition operation as the measured signal; then the DWT simulation of the fault signal and the measured signal, and then normalized, and the simulated fault characteristics of the processed signal is input to the C SVM classification model training and parameter optimization; finally, the C SVM model will be measured signal characteristics after processing the input to the completion of the training, the final fault recognition. The invention has the advantages of low cost, simple and convenient engineering implementation and high diagnostic accuracy.

【技术实现步骤摘要】
一种基于DWT和C-SVM的道岔故障诊断方法
本专利技术涉及铁路道岔状态检测领域，特别是一种基于DWT和C-SVM的道岔故障诊断方法。
技术介绍
道岔连接不同轨道并通常安装在两股或者多股轨道之间。。由于受到自身复杂机械结构和执行机构的制约，道岔各部分的机械强度一般低于线路上的设备，因此机械结构容易发生疲劳变化，引发道岔尖轨和基本轨之间间隙过大的情况，从而导致列车发生挤岔甚至脱轨事故。与此同时，道岔一般安装于室外，其工作环境受天气因素影响较大，如大风天气可导致道岔尖轨与基本轨之间堵塞杂物从而卡阻，雨雪天气使得滑床板受到异常阻力从而影响道岔转换，这些都有可能成为列车行车安全的潜在隐患。目前，各大铁路仍然依靠传统的定期预防性检测和人工计划检修来完成道岔设备运行状态的检测，因此现场维修工人无法第一时间发现产生故障的道岔，此外人工检测对检修人员的经验要求较高，常发生新员工因经验不足误诊断的情况。为了解决这个问题，目前一些铁路线路上安装有道岔设备微机监测设备，该设备能够根据采集道岔动作的电流和转换力等信号，并在设备中集成了基于阈值判断的故障诊断软件来实现故障报警。但是，道岔现场复杂和恶劣的运行工本文档来自技高网...

【技术保护点】
一种基于DWT和C‑SVM的道岔故障诊断方法，其特征在于，包括以下步骤：步骤1，确定要诊断的道岔类型，选择一个同类型的道岔，并在选定的道岔上安装电流变送器；步骤2，在该道岔上模拟出多个故障模式，并分别采集每种故障模式下的电流运转信号20～30组；步骤3，在被诊断的道岔上安装电流变送器，采集被诊断道岔的电流运转信号5‑10组；步骤4，对模拟故障电流运转信号和实测电流运转信号进行离散小波变换即DWT，并进行归一化处理；步骤5，将处理后的模拟故障电流运转信号输入到非线性软间隔支持向量机即C‑SVM分类模型中进行训练，并进行参数寻优；步骤6，将处理后的实测信号输入到训练完成的C‑SVM分类模型，进行最...

【技术特征摘要】
1.一种基于DWT和C-SVM的道岔故障诊断方法，其特征在于，包括以下步骤：步骤1，确定要诊断的道岔类型，选择一个同类型的道岔，并在选定的道岔上安装电流变送器；步骤2，在该道岔上模拟出多个故障模式，并分别采集每种故障模式下的电流运转信号20～30组；步骤3，在被诊断的道岔上安装电流变送器，采集被诊断道岔的电流运转信号5-10组；步骤4，对模拟故障电流运转信号和实测电流运转信号进行离散小波变换即DWT，并进行归一化处理；步骤5，将处理后的模拟故障电流运转信号输入到非线性软间隔支持向量机即C-SVM分类模型中进行训练，并进行参数寻优；步骤6，将处理后的实测信号输入到训练完成的C-SVM分类模型，进行最后的故障识别。2.根据权利要求1所述的基于DWT和C-SVM的道岔故障诊断方法，其特征在于，步骤2所述故障模式包括解锁困难、转换台阶阻力、转换锯齿阻力和锁闭困难。3.根据权利要求1所述的基于DWT和C-SVM的道岔故障诊断方法，其特征在于，步骤4所述...

【专利技术属性】
技术研发人员：杨静，杨志，张健雨，韩煜霖，邢宗义，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32