基于可视图特征与CatBoost的转辙机故障诊断

摘要

针对道岔转辙机转换油压信号难以提取有效的故障特征且传统的故障诊断方式效果差的问题，本文提出一种基于可视图特征与CatBoost的道岔转辙机故障诊断方法。首先，采用可视图算法将时域信号转换为复杂网络图。然后，提取复杂网络图的5种统计特征，即网络平均度、全局聚类系数、平均路径长度、传递性特征与网络图密度。最后，通过CatBoost算法实现道岔转辙机故障诊断。将该方法分别与其它特征提取方法、故障分类算法进行比较。实验结果表明：可视图特征能够更有效表征道岔转辙机的工作状态，CatBoost算法对道岔转辙机4种工作状态的诊断准确率达到97.5%，验证了该方法的有效性和优越性。

关键词

可视图特征 / 道岔转辙机 / CatBoost算法 / 故障诊断