基于密度聚类算法和广度优先搜索算法的道岔摩擦电流智能分析系统

[目的]现场的道岔摩擦电流测试与调整存在流程繁琐且风险高、对检修人员专业水平要求高、测定数值的主观性占比大3个弊端,为此需要基于各类智能算法及技术提升道岔的智能运维水平。[方法]分析了道岔摩擦电流测试曲线4个阶段的特征,提出建立道岔摩擦电流的智能分析系统。阐述了该系统的功能及工作原理,设定了该系统的摩擦电流标准值及阈值范围。该系统可基于密度聚类算法和广度优先搜索算法自动获取道岔摩擦电流值。介绍了该系统的调试界面截图,以说明系统在获取道岔摩擦电流值如何为现场检修人员提供操作建议。[结果及结论]该智能系统具有良好的可用性,实现了节约检修时间、降低维护成本和提高检修效率的既定目的。     

基于聚类算法的道岔健康度标准值智能分析系统研究

根据专家经验分析道岔曲线特性并设置每组道岔的标准值具有工作量大、专家经验标准值不能覆盖每个道岔特性的问题。在分析道岔特性及健康度评价现状基础上,基于云平台技术,搭建道岔健康度自学习软件架构,阐述了使用专家经验分析道岔数据、三次样条差值曲线算法和K-means聚类算法在道岔健康度标准值智能选取系统中的应用,提出基于聚类算法的道岔健康度标准值智能提取方法。系统可适用于不同类型的道岔,能够有效降低设置不同道岔系统健康度评价参数标准值的工作量。