Anomalidetektering med hjälp av stödvektormaskiner på kontaktledning
Support Vector Regression (SVR) används för att modellera beroendet mellan vertikal acceleration och andra faktorer som t.ex. upplyft, tåghastighet och vajerhöjd. Korrelation används för att hitta de betydande faktorer som påverkar den vertikala accelerationen.
Sponsor: Trafikverket/JVTC
Forskare: Yuan Fuqing, Uday Kumar
Varaktighet: 2013
Detta projekt beskriver en metod för att upptäcka avvikelser på kontaktledningen (OCW) i elektrifierade järnvägssystem. De grundläggande principerna för kontakttråd beskrivs. Deras mekaniska egenskaper och termiska egenskaper diskuteras. Principen för strömavledning genom kontaktledningen beskrivs i korthet. Några klassiska mekaniska dynamiska modeller mellan strömavtagaren och kontaktledningen presenteras. I denna rapport, som fokuserar på detektering av avvikelser med hjälp av vertikala accelerationssignaler, föreslås en stödvektorbaserad regressionsmetod för att upptäcka avvikelser på kontaktledningens yta. Support Vector Regression (SVR) används för att modellera beroendet mellan vertikal acceleration och andra faktorer såsom upplyft, tåghastighet och kontaktledningens höjd. Korrelation används för att hitta de betydande faktorer som påverkar den vertikala accelerationen. SVR-modellen används för att avtrenda den vertikala accelerationssignalen. Den statistiska modellen föreslås för att hitta avvikande punkter på kontaktledningen. Alla metoder och modeller implementeras med hjälp av Matlab. Denna Matlab-programvara är GUI-baserad och bifogas denna rapport.
Uppdaterad: