Intelligent feldetektering i järnvägens strömförsörjningssystem
Program: Dependability
Forskare: Yuan Fuqing
Strömförsörjningssystemet är avgörande för driften av elektrifierade järnvägslinjer. Denna forskning syftar till att upptäcka den pågående defekten innan allvarliga fel uppstår. Maskininlärningsalgoritmer som Support Vector Machine (SVM) används för att modellera interaktionen mellan vissa delsystem, t.ex. kontaktledning och strömavtagare i strömförsörjningssystemet. Effektiv signalbehandlingsteknik används för att extrahera de viktigaste egenskaperna som kännetecknar systemet från tids- och frekvensdomänen. Forskningsresultaten kommer att användas vidare för att optimera underhållspolicyn, vilket kan minska kostnaderna och förbättra järnvägens tillgänglighet.
Uppdaterad: