来源：期刊VIP网 时间：
作者：单翀皞;叶谋景;肖晓晖;
单位：中铁第四勘察设计院集团有限公司;武汉大学动力与机械学院;
摘要：针对现有城轨接触网故障诊断方法分类诊断精度较低的问题，提出了以隐半马尔科夫模型(hidden semiMarkov model,HSMM)为基础叠加支持向量机(support vector machine,SVM)模型的新方法，并在某地铁刚性接触网系统中进行了应用研究。首先，通过故障树对接触网检测参数进行收集分类，提取可以表征接触网故障状态的特征信息，并进行状态划分；建立基于HSMM的故障诊断系统，该系统的故障诊断准确率为88.3%，而后将HSMM和SVM模型进行串联，建立了基于HSMM-SVM的故障诊断模型，故障诊断的准确率提升至98.7%。研究结果显示：所提出的基于HSMM-SVM模型的故障诊断方法，利用SVM模型的强分类性能有效弥补了HSMM对复杂问题分类能力不足的缺陷，该方法对城轨接触网的故障诊断具有较高准确率。
关键词：刚性接触网;;故障诊断;;隐半马尔可夫模型;;支持向量机
基金资助：国家重点研发计划项目(编号：2018YFB2100901-4)
