利用在役列车振动检测铁路维护需求
信号处理
2024-05-17 v1 机器学习
摘要
铁路轨道系统的维护需求日益增加。目前使用的传统方法要么不准确、劳动强度大且耗时，要么无法实现系统的连续监测。因此，在役列车振动已被证明是监测铁路轨道系统的一种更便宜的替代方案。本文提出了一种方法，利用单次列车通过方向来检测铁路轨道系统的不同维护需求。使用了公开可用的DR-Train数据集。结果表明，通过使用简单的分类器如k近邻（k-NN）算法，加速度数据的信号能量特征可以在两种维护需求（捣固和整平）上达到76%的准确率。结果表明，横向方向能够更准确地检测维护需求，三轴加速度计可以提供关于维护需求的更多信息。此外，本文展示了使用多标签分类同时检测多种维护需求。结果表明，多标签分类的性能仅略低于简单的二分类（72%准确率），并且这可以是一种简单的方法，易于部署在有大量维护问题历史的区域。
引用
@article{arxiv.2405.09560,
title = {Using In-Service Train Vibration for Detecting Railway Maintenance Needs},
author = {Irene Alisjahbana},
journal= {arXiv preprint arXiv:2405.09560},
year = {2024}
}