改進CLR的預測算法在鐵路機車牽引系統故障維修中的應用

李 曼，賓紫嫣，周鑫燚，，覃思瑤

(1.北京交通大學 軌道交通控制與安全國家重點實驗室，北京 100044；2.北京交通大學交通運輸學院，北京 100044)

0 引言

鐵路機車設備質量安全狀態決定了鐵路運輸生產的安全狀態[1]。當前鐵路相關部門積累了大量的“沉睡”故障數據，具有設備數據數量多、種類雜、關聯性強等特點[2]。以機車牽引系統為例，隨著系統數據采集時效及數據質量不斷提高，對數據驅動的故障預測技術的應用需求亟待提升。作為牽引系統中負責電能調節的重要部件，牽引變壓器的運行狀態對整個系統的安全和穩定性具有重要影響[3]，對牽引變壓器的故障預測能夠及時發現潛在的故障，為維修方式的選擇提供理論支撐。

國內外學者對故障預測進行了大量研究，提出了眾多故障預測的模型[4-6]和方法[7-8]。其中多為對特征數據的數學分析，如Nazarizadeh等[9]利用歷史數據使用不同的概率分布來分析和預測故障；汪亞平[10]采用累積損傷理論和神經網絡模式進行壽命預測與診斷，并根據信息融合和模糊處理對機車故障進行綜合分析與診斷等。通常一個系統表現的故障現象往往與多種故障類型的影響密不可分[11]，而聚類算法能夠挖掘故障實例與實例之間的關聯關系獲得各故障類型的特定特征。Wang 等[12]利用聚類算法實現了對監測軸承壽命的自適應預測。k-means是聚類算法中最經典且使用最為廣泛的一種基于劃分的聚類算法，改進方向與應用廣泛[13-14]。研究選擇采用k-means 構建故障實例與多種故障類型之間的聯系。……