林海香
- 作品数：27 被引量：99H指数：6
- 供职机构：兰州交通大学自动化与电气学院更多>>
- 发文基金：甘肃省自然科学基金国家自然科学基金甘肃省教育厅研究生导师科研项目更多>>
- 相关领域：交通运输工程自动化与计算机技术环境科学与工程更多>>
- 基于字词融合的高铁道岔多级故障诊断组合模型被引量：1
- 2022年
- 为有效提升高速铁路道岔维护效率和故障定位准确率,面向其故障文本数据,提出了一种基于字词融合的高速铁路道岔多级故障诊断组合模型。首先,建立高速铁路道岔专业词库,将文本表示为字向量与词向量并进行深度融合。其次,考虑到故障文本存在类别不均衡问题,采用Borderline-SMOTE算法对不均衡文本数据进行处理,优化故障文本数据分布。接着使用BiLSTM(Bi-directional long short-term memory)-CNN(convolutional neural network)的组合神经网络提取故障文本深度特征,最后通过分类器实现智能故障诊断。采用我国高速铁路道岔故障文本数据进行模型性能验证,结果显示所提模型的一级故障诊断准确率达到95.62%,二级故障诊断准确率达到93.81%,证明多级故障诊断精度可达到理想效果。
- 林海香赵正祥陆人杰卢冉白万胜胡娜娜
- 关键词：高速铁路道岔组合神经网络
- TDCS系统与新一代CTC系统二合一仿真系统设计被引量：2
- 2009年
- 针对我国铁路第6次大提速,提出了TDCS与新一代CTC结合的二合一仿真系统。根据新一代调度集中与TDCS系统的设计原则,设计出该系统的硬件系统结构和软件系统容错结构,并对其做了详细分析,为我国铁路行车指挥系统升级改造提供参考。
- 林海香董昱
- 关键词：TDCS分散自律仿真系统
- 基于LDA-CLCBA组合模型的高速铁路道岔故障诊断
- 2022年
- ZY(J)7电液道岔转换设备已在高速铁路大量投入使用,对其进行精确的故障诊断有助于高速铁路道岔的日常维护作业。以ZY(J)7道岔故障文本数据作为研究对象,提出一种基于LDA(latent dirichlet allocation)主题模型与关联规则分类技术相结合的高速铁路道岔故障诊断模型。该模型首先采用LDA主题模型实现ZY(J)7道岔故障文本数据的特征提取;其次,由于道岔各故障类别数据的不均衡性,将原有的关联规则分类算法引入类支持度相关概念进行不平衡数据的处理,最终实现ZY(J)7道岔的故障诊断。通过对某铁路局2017~2019年的ZY(J)7道岔故障文本数据进行实验分析,实验结果表明提出的故障诊断方法分类精确率和召回率分别达到95.08%和90.24%,既保证了整体分类的准确率又有较好的小类别分类性能。
- 林海香卢冉陆人杰许丽赵正祥白万胜
- 关键词：故障诊断
- 融合BiLSTM-CBA组合模型的高铁车载设备故障诊断被引量：2
- 2022年
- 为提高高铁车载设备在运营维护过程中数据利用率,以CRH2型与CRH3型动车组列车中最具代表性的CTCS3-300T型车载设备的故障文本数据为例,提出一种将双向长短时记忆网络(BiLSTM)与关联规则分类器(CBA)技术相结合的车载设备故障诊断模型。首先,该模型通过Word2vec工具对车载设备故障文本进行词向量训练;其次,针对故障数据分布不平衡的问题,通过合成少数类过采样技术(SMOTE)算法,自动生成小类别文本向量数据;然后,利用BiLSTM获取故障文本特征;最后,采用CBA算法实现车载设备故障诊断,通过试验分析某铁路局近5年的车载故障文本数据。结果表明:该模型使故障诊断的精确率和召回率分别达到95.66%和96.29%,相较于未采用SMOTE算法的模型,其召回率提升11.77%;该模型能够保证整体分类准确率,同时,也具备较好的小类别分类性能。
- 林海香卢冉陆人杰李新琴赵正祥白万胜
- 关键词：车载设备故障诊断
- 基于5M的城市轨道交通信号系统安全预评价方法被引量：10
- 2018年
- 城市轨道交通安全预评价是在项目实施前开展的风险预测、分析和控制活动,目前,我国对其开展的预评价理论研究和实践较少。以形成城市轨道交通信号系统安全预评价方法为研究目标,首先,从系统全生命周期的角度提出了基于Mission(任务)、Man(人)、Machine(机器)、Management(管理)和M edia(环境)的5M多因素信号系统预评价模型;其次,阐述信号系统预评价过程,结合案例分析和应用,形成了信号系统5M预评价方法;最后,从风险辨识质量和风险控制精准度两方面对5M预评价方法和一般预评估法进行了比较。通过对比得知,该方法能够从系统全生命周期各阶段全面地实现对信号系统的安全预评价,为工程的安全可行性提供了依据,也为安全相关系统的安全预估理论做出了有益探索。
- 林海香曾小清李阳庆方云根
- 关键词：城市轨道交通信号系统安全预评价
- 基于BMBC模型的高速铁路道岔故障信息实体识别被引量：1
- 2023年
- 随着铁路信号设备故障文本的不断积累,亟待构建集故障信息、专业知识、技术规则及其内在关联于一体的铁路信号设备故障知识图谱,为铁路运营及设备维修提供全面高效的辅助策略。故障信息实体识别是构建铁路信号设备故障知识图谱的核心。以高速道岔故障文本为基础,并针对此文本挖掘过程中使用传统方法导致知识获取不够全面以及文本语义稀疏等问题,提出一种用于高速道岔故障信息实体识别任务的BMBC多层级模型。首先,通过分析高速道岔故障文本的结构特征,从中提取出故障现象、故障定位和故障致因等7类实体;其次,利用BERT预训练模型的迁移特性构建双向词表征并嵌入位置信息,引入多头注意力机制(MHA)使关键特征信息得到重点关注,随后依靠双向长短期记忆网络(BiLSTM)进行特征信息融合,从而充分获取全局语义信息以及更好表达序列间的长距离依赖关系;最后,依托条件随机场(CRF)赋予标签约束条件,从而获得最佳识别结果。以各铁路局近5年的高速铁路道岔故障文本为基础进行实验,实验结果表明,BMBC模型能够精确识别各类故障信息实体,有效缓解实体边界不清晰问题,模型识别精确率、召回率和F1值分别可达91.43%,93.15%和92.31%。实验完成后进行案例识别测试,证明所构建的BMBC多层级道岔故障信息实体识别模型具有良好的识别性能。
- 林海香白万胜陆人杰卢冉赵正祥李新琴
- 关键词：道岔命名实体识别
- 无线CBTC系统车地通信方案研究被引量：19
- 2010年
- 基于通信的列车控制技术CBTC在保证行车安全的前提下,可以极大地提高行车效率,满足城市轨道交通列车高密度快速运行的需要,许多新建线路采用这一技术作为控车方案.尤其是在基于无线通信CBTC技术的新建项目中,采用了不同的车地通信方案,并且在具体工程项目上还没有形成统一的方案标准,哪一种方案最优,目前还无定论.针对这一情况,首先对广泛使用的无线CBTC系统的组成以及无线通信技术进行了分析,其次提出了3种无线车地通信方案,并对它们进行了详细地分析比较,最后给出了适于工程实际的应用方案.
- 林海香董昱
- 关键词：城市轨道交通CBTC无线通信车地通信
- 基于CNN和PSO-SVM组合模型的列控车载设备故障诊断
- 2022年
- 快速准确地定位列控车载设备故障是保证列车可靠运行的重要因素。本文以车载设备故障追踪表中的文本数据为样本,设计基于卷积神经网络(CNN)与粒子群优化-支持向量机(PSO-SVM)相结合的车载设备故障诊断模型。基于故障文本数据具有高维度、高稀疏的特点,利用卷积神经网络对其实现特征提取。为了降低故障样本数据类别不平衡对分类精度的影响,采用粒子群优化的支持向量机算法对不均衡文本数据进行处理。用PSO-SVM替代CNN全连接分类部分,并对所提取特征进行精确分类,实现车载设备故障智能诊断。依据某铁路局所记录的车载设备故障文本数据进行实验分析并与其它方法对比,实验结果表明,该模型可使各评价指标得到明显提升,可以作为车载设备故障诊断的有效模型。
- 陆人杰林海香许丽卢冉赵正祥白万胜
- 关键词：车载设备故障诊断
- 基于RTLinux的计算机联锁软件可靠性和实时性研究被引量：2
- 2008年
- 采用性能稳定、可靠性高、实时性好的RTLinux作为联锁计算机的操作系统,可以有效地提高计算机联锁软件的可靠性和实时性。叙述了对软件可靠性的描述和提高系统软件可靠性的具体方法,以及RTLinux的实时性,在RTLinux平台下的IPC机制,并进行了相应的测试。
- 董昱林海香
- 关键词：RTLINUX实时性
- 基于事故数据的轨道交通运行安全风险辨识方法被引量：4
- 2022年
- 针对轨道交通运行信号系统安全风险定量化辨识问题,首先将原始的信号事故按照海因里希法则分为不同类型事故数据,再考虑事故多因素影响,在一般统计法、统计识别法基础上,提出Management‒Machine‒Man‒Media‒Mission factor,即管理‒设备‒人员‒环境‒功能5M要素模型的因子分析安全风险辨识方法,分别辨识254件较大伤亡事故和220件较小伤亡事故的主因素。实验结果表明,自然灾害、材质不良、施工管理不善、防护不力造成电务人员伤亡是导致轨道交通信号系统事故的最主要因素。基于5M的因子分析法可在多尺度综合计量下计算得到事故因素重要性排序,与一般统计法和统计识别法相比,基于5M的因子分析法辨识效果最优,覆盖率适中,影响率提高了106%。
- 曾小清林海香王奕曾袁腾飞何乔黄继成
- 关键词：轨道交通信号
