[发明专利]基于机器故障和文本主题分析的城轨折返故障诊断方法

权利要求书

1.一种基于机器故障和文本主题分析的城轨折返故障诊断方法，其特征在于，包括：

步骤1，获取各个城轨的通信码和工程师的维修报告并构建数据库；

步骤2，对数据库中各个城轨的通信码通过基于Spark的频繁项集生成算法挖掘频繁出现在各个城轨通信码中的特征组合并分析，得到故障发生的规则，通过笛卡尔积算法将各个城轨通信码中单独的离散特征进行特征交叉，通过所有通信码的特征训练梯度提升决策树算法，以分别在城轨无人自动折返、自动换端和点式换端中发生故障时进行自动分类，并分别计算各个类别预测的F1-Score并分析，得到机器诊断结果；

步骤3，对数据库中各个城轨的维修报告中的数据进行中文文本清洗；

步骤4，对文本清洗后的各个城轨的维修报告进行主题分析，并计算维修报告文本的主题概率分布，得到人工检测的判断规则；

步骤5，根据机器诊断结果和人工检测的判断规则进行城轨折返故障诊断。

2.根据权利要求1所述的基于机器故障和文本主题分析的城轨折返故障诊断方法，其特征在于，所述步骤2具体包括：

通过基于Spark的频繁项集生成算法对所有城轨通信码中的特征进行扫描和计数，将一个特征作为一个项集，生成一阶候选项集，预设最小频繁项集生成支持度，将一阶候选项集中的每个项集的计数值与预设的最小频繁项集生成支持度进行比较，当当前项集的计数值大于或等于预设的最小频繁项集生成支持度时，将当前项集和当前项集的计数值保存，继续将下一个项集的计数值与预设的最小频繁项集生成支持度进行判断；当当前判断的项集的计数值小于预设的最小频繁项集生成支持度时，将当前项集和当前项集的计数值删除，继续将下一个项集的计数值与预设的最小频繁项集生成支持度进行判断，直到判断完一阶候选项集中的所有项集，基于所有保存的项集和项集相对应的计数值，生成频繁项集；将当前频繁项集中的两个相关特征组合为一个项集并计数，生成二阶候选项集，将二阶候选项集中的每个项集的计数值与预设的最小频繁项集生成支持度进行比较，得到比较后保存的项集和项集的计数值，基于保存的项集和项集的计数值生成新的频繁项集；将新的频繁项集中的三个相关特征组合为一个项集并计数，生成三阶候选项集，将以上过程进行循环迭代，直到没有频繁项集生成时，结束算法，获得所有的频繁项集，对频繁项集进行分析得到故障发生的规则。

3.根据权利要求2所述的基于机器故障和文本主题分析的城轨折返故障诊断方法，其特征在于，所述步骤2还包括：

计算包括特征X和特征Y的频繁项集生成支持度，如下所示：

其中，X表示特征，Y表示特征，T表示所有城轨通信码的数量，σ表示特征出现的次数。

4.根据权利要求3所述的基于机器故障和文本主题分析的城轨折返故障诊断方法，其特征在于，所述步骤2还包括：

通过笛卡尔积算法将各个城轨通信码中单独的离散特征进行组合，如下所示：

P×Q＝{(x,y)|x∈P∧y∈Q} (2)

其中，P和Q表示特征，x表示从属于特征P的类别，y表示从属于特征Q的类别。

5.根据权利要求4所述的基于机器故障和文本主题分析的城轨折返故障诊断方法，其特征在于，所述步骤2还包括：

采用梯度提升决策树算法对所有通信码的特征进行分类，如下所示：

其中，F_m(a)表示特征回归问题提升树，a表示特征，T(a；β_m)表示特征决策树，β_m表示特征类别，m表示特征类别的编号，M表示所有特征决策树的总个数，其损失为：

L[b,F_m-1(a)+T(a；β_m)]＝[b-F_m-1(a)-T(a；β_m)]² (4)

其中，将所有通信码的特征作为训练集I，I＝{(a₁,b₁),(a₂,b₂),...,(a_n,b_n)}，b表示特征，F_m-1(a)表示当前特征回归问题提升树。