動(dòng)車組輪對(duì)運(yùn)用檢測數(shù)據(jù)分析.pdf

1、列車運(yùn)行速度越高，車輛與線路間的匹配問題就越加復(fù)雜。一方面，高速運(yùn)行下的車輛加劇了對(duì)線路的損傷;另一方面線路條件對(duì)車輛的安全性以及平穩(wěn)性的影響也愈加明顯。隨著高鐵的多年運(yùn)營和發(fā)展，現(xiàn)場積累了大量車輛運(yùn)用相關(guān)的歷史數(shù)據(jù)，有必要挖掘數(shù)據(jù)背后隱藏的知識(shí)，獲得踏面外形磨耗規(guī)律或尺寸參數(shù)值同車輛運(yùn)行穩(wěn)定性的規(guī)律，評(píng)估或預(yù)測車輛與線路的匹配狀態(tài)，指導(dǎo)車輛部門的輪對(duì)運(yùn)用與檢修工作。
　　本文針對(duì)某高鐵線路上某型動(dòng)車組構(gòu)架橫向失穩(wěn)（轉(zhuǎn)向架橫向加速

2、度報(bào)警）問題，搜集、整理了2014年上半年的構(gòu)架失穩(wěn)數(shù)據(jù)，匯總了與此相關(guān)的LY系統(tǒng)（輪對(duì)故障動(dòng)態(tài)檢測系統(tǒng)的輪對(duì)外形尺寸檢測子系統(tǒng)）檢測數(shù)據(jù)以及動(dòng)車組的運(yùn)用維修數(shù)據(jù)。利用BASIC編程語言，設(shè)計(jì)了數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)化軟件，將運(yùn)維數(shù)據(jù)中的非結(jié)構(gòu)化車載診斷文本數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)。利用數(shù)據(jù)倉庫的理論和方法，將LY檢測數(shù)據(jù)、轉(zhuǎn)向架失穩(wěn)數(shù)據(jù)和車組的運(yùn)維數(shù)據(jù)構(gòu)建成了輪對(duì)數(shù)據(jù)新體系，通過分析和操作輪對(duì)數(shù)據(jù)新體系中的多維數(shù)據(jù)，獲得了適合進(jìn)一步進(jìn)行挖掘的輪對(duì)數(shù)據(jù)

3、樣本集。
　　根據(jù)數(shù)據(jù)挖掘的業(yè)務(wù)目標(biāo)，即尋找LY系統(tǒng)檢測數(shù)據(jù)和構(gòu)架失穩(wěn)間的規(guī)律，確定了挖掘輪對(duì)檢測數(shù)據(jù)樣本集的基本思路，即根據(jù)數(shù)據(jù)挖掘的分類方法，將每個(gè)數(shù)據(jù)對(duì)象按是否發(fā)生了構(gòu)架晃動(dòng)進(jìn)行分類。根據(jù)該思路，按1∶6的比例篩選出了發(fā)生過和未發(fā)生過構(gòu)架晃動(dòng)的數(shù)據(jù)對(duì)象集成輪對(duì)運(yùn)用檢測數(shù)據(jù)樣本集，每個(gè)數(shù)據(jù)對(duì)象共有54個(gè)數(shù)據(jù)屬性，并校核完善了數(shù)據(jù)樣本集中存在的錯(cuò)誤或缺失。利用WEKA數(shù)據(jù)挖掘平臺(tái)，對(duì)數(shù)據(jù)樣本做了預(yù)處理，篩選出了多個(gè)不同規(guī)模的屬性

4、子集。利用表現(xiàn)較好的基于規(guī)則的分類算法、決策樹分類算法和集成學(xué)習(xí)法，分別在不同的屬性子集上建模，對(duì)比了不同的樣本屬性子集和分類算法建模的訓(xùn)練誤差和泛化誤差后，得到了適合現(xiàn)場檢修需求，且便于理解的基于規(guī)則的分類模型。
　　分析上述的分類模型得出以下結(jié)論:偏大的輪緣厚度能顯著影響構(gòu)架橫向失穩(wěn);軸內(nèi)距（或軌距）的變化和較大的踏面磨耗參數(shù)能影響構(gòu)架橫向失穩(wěn);另外A架的輪徑差表現(xiàn)形式（同相或反相輪徑差）和非動(dòng)力車廂B架偏大的反相輪徑差也能影