CN113626586A - 一种磁浮列车的故障文本分析处理方法 - Google Patents

Abstract

本发明公开了一种磁浮列车故障文本分析方法，包括：获取故障发生时数据记录文件和故障解决后的处理措施文件，构成磁浮列车的故障文本；获取故障文本的特征词文本，利用TF‑IDF表示法将特征词文本转化为SVM分类算法输入向量；利用QPSO算法迭代优化，获取满足终止条件的粒子；并获得计算适应度值和SVM算法的最优参数值；利用SVM算法的最优参数值构造SVM分类模型；将SVM分类算法输入向量代入SVM分类模型进行训练，将SVM分类算法输入向量分为训练集、验证集和测试集，测试集训练分类结果作为SVM分类模型的评价指标。本发明将多维文本向量降维处理的过程，SVM分类算法计算的复杂性取决于支持向量的数目，而不是样本空间的维数，从一定程度上起到了降维目的。

Description

一种磁浮列车的故障文本分析处理方法

技术领域

本发明涉及轨道交通车辆领域，尤其涉及一种磁浮列车的故障文本分析处理方法。

背景技术

随着城市化进程的飞速发展，环保性好、性价比高的磁浮线路逐渐成为城市轨道交通系统中重要组成部分。目前商业化运营的磁浮线路，都是运用在城市中心与机场或郊区的快速延伸线运营，如上海机场磁浮线、北京S1磁浮线、长沙磁浮线、清远磁浮线等。随着运营里程的增加，积累了海量的运行数据和故障数据，列车事件记录仪能将列车运行数据、故障数据进行文本化存储。

现有的列车文本数据繁杂，无效缺陷文本占比高，磁浮列车的运营单位并没有合理挖掘这些数据的价值，为列车的故障诊断和预防性维修服务。通过对故障文本信息的深度挖掘，建立列车故障信息知识库，对后续故障诊断具有重要参考作用。

在文本数据分类处理领域广泛应用的算法很多，例如有朴素贝叶斯算法、K最近邻算法(KNN)、神经网络、支持向量机(SVM)等。对于小样本训练集来说，SVM算法因其较强的泛化能力和鲁棒性成为目前应用效果较好的分类器之一。SVM算法泛化能力与学习能力较好，但准确率不高。

发明内容

本发明提供一种磁浮列车故障文本分析方法，以克服现有算法处理数据文本准确率不高等技术问题。

为了实现上述目的，本发明的技术方案是：

一种磁浮列车故障文本分析方法，其特征在于，包括：

步骤1、获取故障发生时数据记录文件和故障解决后的处理措施文件，构成磁浮列车的故障文本；

步骤2、对故障文本进行词汇特征提取，获取故障文本的特征词文本；

步骤3、利用TF-IDF表示法将特征词文本转化为SVM分类算法输入向量；

步骤4、利用QPSO算法迭代优化，获取满足终止条件的粒子；

步骤5、利用满足终止条件的粒子计算适应度值，其中最高的适应度值对应的SVM算法惩罚参数值和SVM算法径向基核函数参数为SVM算法的最优参数值；

步骤6、利用SVM算法的最优参数值构造SVM分类模型；

步骤7、将SVM分类算法输入向量代入SVM分类模型进行训练，并利用K重交叉验证方法将SVM分类算法输入向量分为训练集、验证集和测试集，利用训练集、验证集对SVM分类模型进行训练，测试集训练分类结果作为SVM分类模型的评价指标。

进一步的，步骤1包括：

步骤1.1、利用磁浮列车事件记录仪获取列车总线的网络控制系统、悬浮控制系统、制动系统、空调控制系统、门控系统、电池管理系统、辅逆变系统、安全计算机系统、健康管理系统、乘客信息系统中的状态信息和故障信息，将状态信息和故障信息进行文本化存储，得到故障发生时数据记录文件；

步骤1.2、将故障发生时数据记录文件录入故障信息库得到故障解决后的处理措施文件。

进一步的，步骤4包括，

步骤4.1、初始化QPSO算法的粒子群规模，粒子群规模设定为m，设定QPSO算法的种群位置边界范围和收缩因子范围，初始化QPSO算法的粒子当前最佳位置P₀以及全局最佳位置G₀；

步骤4.2、计算各个粒子的吸引子ρ_i,t的位置，具体计算各个粒子的吸引子ρ_i,t的位置的公式为：

ρ_i,t＝γ_i,t*P_i,t+(1-γ_i,t)*G_t

其中γ_i,t为随机数，γ_i,t∈[0,1]，P_i,t是粒子i在第t次迭代的最佳位置，G_t是粒子种群在t次迭代的最佳位置。

步骤4.3、更新粒子的收缩因子α_t，具体更新粒子的收缩因子α_t的公式为：

α_t＝α_min+(α_max-α_min)e^(1-T/t)

其中，α_t是第t次迭代的收缩因子，α_max为α_t的最大值，α_min为α_t的最小值，α_t∈(α_min,α_max)的范围内，T为迭代最大次数。

步骤4.4、计算第t次迭代的平均个体粒子的最好位置C_mean,t，具体计算第t次迭代的平均个体粒子的最好位置C_mean,t的公式为：

步骤4.5、更新下一时刻的粒子c_i，t+1位置，具体更新下一时刻的粒子c_i，t+1位置的公式为：

c_i，t+1＝P_i，t±α_t·|c_mean，t-c_i，t|·ln(1/u_i,t+1)

其中，u_i,t∈(0,1]由均匀分布产生。

步骤4.6、判断粒子是否达到最大迭代次数T，到达最大迭代次数即终止，若满足则执行下一步，若不满足则执行步骤4.3，直到粒子满足终止条件。

进一步的，步骤5利用满足终止条件的粒子计算适应度值的公式为：

其中：n为满足终止条件的粒子的训练集样本总数，x_i为满足终止条件的粒子的第i个训练集样本的实际值，xi'为满足终止条件的粒子的第i个训练集样本的预测值，fitness为适应度值。

有益效果：本发明中故障文本分类是一个将多维文本向量降维处理的过程，SVM分类算法计算的复杂性取决于支持向量的数目，而不是样本空间的维数，从一定程度上起到了降维目的。SVM分类算法的核函数参数选择本质也是一个优化问题，加快算法的收敛速度，扩大参数搜索的深度。

QPSO算法不需要粒子的速度信息，控制参数少，算法运行简单。QPSO算法引入平均最优位置，提高了粒子间的协作能力，其全局搜索性能强。

将SVM算法与QPSO算法结合作为磁浮列车故障文本的分类算法，将QPSO算法的参数少、收敛速度快的特点和SVM算法的学习速度快、泛化能力强等优点相结合，加快算法的收敛速度，扩大参数搜索的深度，分类效果良好。

同时，分析挖掘列车全生命周期的故障文本数据，对于提升列车故障诊断、智能运维水平具有重要研究意义。将量子粒子群算法(QPSO)引入支持向量机(SVM)分类算法中，对核函数的参数选择进行优化，加快算法的收敛速度，扩大参数搜索的深度，该方法可以较好地对故障文本进行分类。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的算法流程图；

图2为本发明故障文本数据处理流程图；

图3为本发明的磁浮列车网络拓扑示意图；

图4为本发明的算法的迭代进化过程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供了一种磁浮列车故障文本分析方法，如图1-2所示，

步骤1、获取故障发生时数据记录文件和故障解决后的处理措施文件，构成磁浮列车的故障文本；

完整的故障文本文件多以csv或者txt形式存在，文件包含故障时间、故障部件、故障等级、故障现象、处理措施等信息。其中故障部件包含部件型号和序列号；故障等级包含A级故障(救援或请客下线)、B级故障(下线运营至终点)、C级类(维持运营)。故障现象包含故障设备的状态和故障设备的信息流。处理措施包含更换、预防性更换、对调、重启、现场修理等手段。

如图3所示，故障发生时数据记录文件来源于列车事件记录仪，列车事件记录仪通过列车总线获取列车各个子系统的状态信息和故障信息，并将这些信息存储成文本文件。磁浮列车各个子系统包括网络控制系统、悬浮控制系统、制动系统、空调控制系统、门控系统、电池管理系统、辅逆变系统、安全计算机系统、健康管理系统、乘客信息系统等。图2中，CUU代表车辆控制单元，HMI代表人机交互界面，ESW代表以太网交换机，RIOM代表远程输入输出模块，BCU代表制动控制系统，HVAC代表空调控制系统，EDCU代表车门控制系统，FAS代表火灾报警系统，PIS代表乘客信息系统，CH440代表DC440V充电机，BAT440代表DC440V蓄电池组，DD110代表DC440V/DC110V变换器，PHM代表健康及运输决策系统，VLCU代表悬浮控制器，VSC1/2代表运控车载安全计算机，MRCU代表车地通信系统车载设备。

将故障发生时数据记录文件录入故障信息库得到故障解决后的处理措施文件。处理措施文件由售后维保工程师根据自己的知识经验水平，按照一定的语法规范人工键入故障信息库生成。

由于售后维保工程师水平参差不齐，录入故障文本句法结构复杂多样，对故障文本的筛选处理造成困难。

步骤2、对故障文本进行词汇特征提取，获取故障文本的特征词文本。通过对故障文本利用中文分词工具进行分词，建立词袋，提取故障信息相关高频词；

通过开源的中文分词工具对故障文本的词汇特征进行提取，手动建立元素有限的故障文本词典。随着磁浮线路的普及和运营里程的累积，故障文本词典会逐渐完善。中文文本的自动特征抽取方法中最普遍的就是文档频率抽取技术，将低于选择阈值的低频词汇剔除，从而起到故障文本数据降维的作用。根据分词结果对词频由高到低排序，手动剔除影响分类准确率的地名、方言词、特殊符号等。故障文本词典的建立原则上基于故障本文中的高频词汇的提取，词频的选择阈值可根据列车运营里程和整修状况进行动态的调整。

步骤3、利用TF-IDF表示法将特征词文本转化为SVM分类算法输入向量，即特征词文本中的频次乘以词语的逆文档，将特征词文本转化为SVM分类算法输入向量。

TF-IDF表示法其中TF表示词频，IDF表示逆文本频率。IDF反应了一个词在所有文本中出现的频率，如果一个词在频繁在文本中出现，那么它的IDF值很低。

步骤4、利用QPSO算法迭代优化，获取满足终止条件的粒子。

步骤4.1、初始化QPSO算法的粒子群规模，粒子群规模设定为m，设定QPSO算法的种群位置边界范围和收缩因子范围，初始化QPSO算法的粒子当前最佳位置P₀以及全局最佳位置G₀；

步骤4.2、计算各个粒子的吸引子ρ_i,t的位置，具体计算各个粒子的吸引子ρ_i,t的位置的公式为：

ρ_i,t＝γ_i,t*P_i,t+(1-γ_i,t)*G_t

其中γ_i,t为随机数，γ_i,t∈[0,1]，P_i,t是粒子i在第t次迭代的最佳位置，G_t是粒子种群在t次迭代的最佳位置。

步骤4.3、更新粒子的收缩因子α_t，具体更新粒子的收缩因子α_t的公式为：

α_t＝α_min+(α_max-α_min)e^(1-T/t)

其中，α_t是第t次迭代的收缩因子，α_max为α_t的最大值，α_min为α_t的最小值，α_t∈(α_min,α_max)的范围内，T为迭代最大次数。

步骤4.4、计算第t次迭代的平均个体粒子的最好位置C_mean,t，具体计算第t次迭代的平均个体粒子的最好位置C_mean,t的公式为：

步骤4.5、更新下一时刻的粒子c_i，t+1位置，具体更新下一时刻的粒子c_i，t+1位置的公式为：

c_i，t+1＝P_i，t±α_t·|c_mean，t-c_i，t|·ln(1/u_i,t+1)

其中，u_i,t∈(0,1]由均匀分布产生。

步骤4.6、判断粒子是否达到最大迭代次数T，到达最大迭代次数即终止，若满足则执行下一步，若不满足则执行步骤4.3，直到粒子满足终止条件。

步骤5、利用满足终止条件的粒子计算适应度值，其中最高的适应度值对应的SVM算法惩罚参数值和SVM算法径向基核函数参数为SVM算法的最优参数值；

其中利用满足终止条件的粒子计算适应度值的公式为：

其中：n为满足终止条件的粒子的训练集样本总数，x_i为满足终止条件的粒子的第i个训练集样本的实际值，xi'为满足终止条件的粒子的第i个训练集样本的预测值，fitness为适应度值。

确定SVM算法最优惩罚参数值公式如下：

y_i(ω^Tx_i+b)≥1-ξ_i

其中，ξ_i是第i个样本点的分类损失，C为惩罚参数，b为阈值，ω为分类超平面的法向量。ω^Tx_i+b＝0为超平面。

确定SVM算法最优径向基核函数参数公式如下：

其中：σ为径向基半径，x_i和x_j为训练集样本中的点，g为径向基核函数参数。

步骤6、利用SVM算法的最优参数值构造SVM分类模型；

步骤7、将SVM分类算法输入向量代入SVM分类模型进行训练，并利用K重交叉验证方法将SVM分类算法输入向量分为训练集、验证集和测试集，利用训练集、验证集对SVM分类模型进行训练，测试集训练分类结果作为SVM分类模型的评价指标。SVM分类模型的评价指标为百分数形式，可作为文本为故障文本的概率值，进而可判断文本为故障文本的概率。

本发明中故障文本分类是一个将多维文本向量降维处理的过程，SVM分类算法计算的复杂性取决于支持向量的数目，而不是样本空间的维数，从一定程度上起到了降维目的。SVM分类算法的核函数参数选择本质也是一个优化问题，加快算法的收敛速度，扩大参数搜索的深度。QPSO算法是一种随机的并行的优化算法，其收敛速度快，设置参数少。

将SVM算法与QPSO算法结合作为磁浮列车故障文本的分类算法，将QPSO算法的参数少、收敛速度快的特点和SVM算法的学习速度快、泛化能力强等优点相结合，加快算法的收敛速度，扩大参数搜索的深度，分类效果良好。

QPSO算法会遇到过早收敛的问题，迭代后期粒子的多样性减少，导致后续搜索中的局部寻优能力变差。因此本发明引入改进的收缩因子加强局部的搜索能力，提高算法精确度。

分析挖掘列车全生命周期的故障文本数据，对于提升列车故障诊断、智能运维水平具有重要研究意义。将粒子群算法(QPSO)引入支持向量机(SVM)分类算法中，对核函数的参数选择进行优化，加快算法的收敛速度，扩大参数搜索的深度，该方法可以较好地对故障文本进行分类。将分类器的准确率作为QPSO算法适应度函数，提高SVM算法的准确率。

图4为本发明的算法的迭代进化过程图，本发明根据图示的迭代进化过程能得到较高的分类准确率，图4中的获得准确率(Aacuracy)为99.7％，可见运用本算法，故障文本的准确率达到99.7％，有明显提高。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.一种磁浮列车故障文本分析方法，其特征在于，包括：

步骤1、获取故障发生时数据记录文件和故障解决后的处理措施文件，构成磁浮列车的故障文本；

步骤2、对故障文本进行词汇特征提取，获取故障文本的特征词文本；

步骤3、利用TF-IDF表示法将特征词文本转化为SVM分类算法输入向量；

步骤4、利用QPSO算法迭代优化，获取满足终止条件的粒子；

步骤5、利用满足终止条件的粒子计算适应度值，其中最高的适应度值对应的SVM算法惩罚参数值和SVM算法径向基核函数参数为SVM算法的最优参数值；

步骤6、利用SVM算法的最优参数值构造SVM分类模型；

步骤7、将SVM分类算法输入向量代入SVM分类模型进行训练，并利用K重交叉验证方法将SVM分类算法输入向量分为训练集、验证集和测试集，利用训练集、验证集对SVM分类模型进行训练，测试集训练分类结果作为SVM分类模型的评价指标。

2.如权利要求1所述的一种磁浮列车故障文本分析方法，其特征在于，步骤1包括：

步骤1.1、利用磁浮列车事件记录仪获取列车总线的网络控制系统、悬浮控制系统、制动系统、空调控制系统、门控系统、电池管理系统、辅逆变系统、安全计算机系统、健康管理系统、乘客信息系统中的状态信息和故障信息，将状态信息和故障信息进行文本化存储，得到故障发生时数据记录文件；

步骤1.2、将故障发生时数据记录文件录入故障信息库得到故障解决后的处理措施文件。

3.如权利要求2所述的一种磁浮列车故障文本分析方法，其特征在于，步骤4包括，

步骤4.1、初始化QPSO算法的粒子群规模，粒子群规模设定为m，设定QPSO算法的种群位置边界范围和收缩因子范围，初始化QPSO算法的粒子当前最佳位置P₀以及全局最佳位置G₀；

步骤4.2、计算各个粒子的吸引子ρ_i,t的位置，具体计算各个粒子的吸引子ρ_i,t的位置的公式为：

ρ_i,t＝γ_i,t*P_i,t+(1-γ_i,t)*G_t

其中γ_i,t为随机数，γ_i,t∈[0,1]，P_i,t是粒子i在第t次迭代的最佳位置，G_t是粒子种群在t次迭代的最佳位置；

步骤4.3、更新粒子的收缩因子α_t，具体更新粒子的收缩因子α_t的公式为：

α_t＝α_min+(α_max-α_min)e^(1-T/t)

其中，α_t是第t次迭代的收缩因子，α_max为α_t的最大值，α_min为α_t的最小值，α_t∈(α_min,α_max)的范围内，T为迭代最大次数；

步骤4.4、计算第t次迭代的平均个体粒子的最好位置C_mean,t，具体计算第t次迭代的平均个体粒子的最好位置C_mean,t的公式为：

步骤4.5、更新下一时刻的粒子c_i，t+1位置，具体更新下一时刻的粒子c_i，t+1位置的公式为：

c_i，t+1＝P_i，t±α_t·|c_mean，t-c_i，t|·ln(1/u_i,t+1)

其中，u_i,t∈(0,1]由均匀分布产生。

步骤4.6、判断粒子是否达到最大迭代次数T，到达最大迭代次数即终止，若满足则执行下一步，若不满足则执行步骤4.3，直到粒子满足终止条件。

4.如权利要求3所述的一种磁浮列车故障文本分析方法，其特征在于，步骤5利用满足终止条件的粒子计算适应度值的公式为：

其中：n为满足终止条件的粒子的训练集样本总数，x_i为满足终止条件的粒子的第i个训练集样本的实际值，xi'为满足终止条件的粒子的第i个训练集样本的预测值，fitness为适应度值。

Images