摘要

随着城市轨道交通的快速发展，车辆检修工作量大幅增加，因此在提高列车运行安全性和可靠性方面面临着越来越大的挑战。本文通过对现有走行部故障诊断方法进行分析和比较，指出基于模型的诊断技术能够满足列车故障诊断的需求，并利用实际案例对其进行了验证。研究发现，考虑到故障数据的非线性特性以及严重程度等因素，对基于模型的诊断技术进行改进以提高诊断精度是非常有必要的。通过引入特征选择、极限学习机算法及随机梯度下降法改进传统的支持向量机算法，最终得到的分类效果优于传统方法。文章总结了城市轨道交通系统中车辆走行部故障诊断技术的要点，并对故障诊断系统的应用提出建议。

关键词