原文传递
基于CAN-BUS数据和粗糙集的公交车辆关键故障信息研究
| 论文题名： | 基于CAN-BUS数据和粗糙集的公交车辆关键故障信息研究 |
| 关键词： | 公交车辆;故障信息;控制器局域网总线系统;粗糙集;元胞遗传算法;属性约简 |
| 摘要： | 随着首都公交车数量和运营里程不断增加，公交车辆高负荷的运行导致故障问题频现，出现故障后会影响正常交通秩序，所以分析公交车辆关键故障信息，科学地监测公交车健康状态是十分必要的。但是公交运行数据具有多样性、容量大、形式复杂的特点，传统地数据分析方法不能有效地分析解决问题。当公交车出现故障时，CAN-BUS（控制器局域网总线技术中文名）系统中的参数状态会发生相应变化。从CAN-BUS系统的众多参数中找出发生故障时的关键信息，可以提高公交车辆维修保养效率，进而提升公交运营水平。 本文首先对CAN-BUS系统数据进行处理，包括数据清洗、数据导入和故障时间点判断;其次分析各种常见离散化算法，并结合各个离散化算法的优缺点与本文所用数据特点，最终选择基于布尔逻辑算法的属性离散化方法对公交车的连续属性值进行离散化操作;再次针对启发式搜索等约简算法存在着计算复杂度高的问题，提出基于遗传算法的属性约简算法对属性进行约简，该算法是基于粗糙集的基本原理，将条件属性与决策属性间的依赖度设置为优化目标，设置编码方式，利用基于遗传算法属性约简算法筛选条件属性。最后针对基于遗传算法属性约简算法计算结果不稳定且有可能陷入局部最优的问题，提出了基于元胞遗传算法属性约简算法进行属性约简，运用所设计的算法对CAN-BUS系统的实际车辆数据进行约简，并从算法的效率、稳定性、收敛质量和规则匹配度几个方面对两种算法进行了比较。 通过本文算法的属性约简，得出公交车辆的关键故障信息为仪表车速、机油压力、扭矩百分比、顺时发动机转速、冷却液温度。进一步研究发现:基于元胞遗传算法属性约简算法相比于基于遗传算法的属性约简算法在算法效率、稳定性、收敛质量方面的适用性更高。尽管基于遗传算法的属性约简算法在规则匹配度方面略优于基于元胞遗传算法的属性约简算法，但是在可以接受的匹配度范围内，基于元胞遗传算法的属性约简算法的挖掘信息的能力更强。最后，论文用Java语言结合百度Echarts插件进行了公交车辆关键故障信息的实时展示、不同时段均值的展示、以公交月、车型和线路为查询条件的均值实时展示。在公交车运营中可以通过重点监测这些参数的实时变化，快速发现和解决车辆故障问题。 |
| 作者： | 刘海晓 |
| 专业： | 信息管理 |
| 导师： | 李静 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
