来源：期刊VIP网 时间：
作者：王斌;张文轩;王婧;杨志鹏;姚永明;王文昊;
单位：中国铁道科学研究院集团有限公司基础设施检测研究所;中国国家铁路集团有限公司铁路基础设施检测中心;
摘要：常用的人工巡视、图像识别、定点监测等手段难以对接触网补偿装置和中心锚结状态进行全面、精准地评估，因此提出基于数据特征识别的状态异常诊断方法。首先，归纳补偿装置和中心锚结状态异常时的2类典型数据特征，定义描述中心锚结区域接触线高度突变的3项特征量、锚段左右2侧接触线高度差异的3项特征量以及中心锚结区域弓网接触力突变的3项特征量；然后，依托实测数据构建样本库，采用离群点检测方法检查样本可靠性，采用主成分分析法对强相关特征量进行规约，形成训练样本库；最后，采用随机森林算法训练分类模型，并通过总体准确率、假正率和真负率对分类模型进行评估。通过对该方法的特征量和分类模型及现场试用进行验证，结果表明：各特征量可分性良好，验证了归纳数据特征的可靠性和普遍性；随机森林算法在2类样本训练中均有95%以上的分类准确率；采用该方法的诊断结果现场复核准确性高，在补偿装置和中心锚结状态异常诊断中可行性较强。
关键词：故障诊断;;接触网;;中心锚结;;补偿装置;;特征建模;;机器学习
基金资助：中国国家铁路集团有限公司科技研究开发计划课题（J2022G014）;; 中国铁道科学研究院集团有限公司院基金课题（2023YJ098）
