基于文本信息抽取的高鐵車載設(shè)備故障發(fā)現(xiàn)的理論與方法.pdf

1、列車運(yùn)行控制系統(tǒng)（簡(jiǎn)稱列控系統(tǒng)，Chinese Train Control System，CTCS），由地面設(shè)備系統(tǒng)和車載設(shè)備系統(tǒng)構(gòu)成，車載設(shè)備系統(tǒng)對(duì)高鐵的運(yùn)行起著至關(guān)重要的作用。車載計(jì)算機(jī)運(yùn)行中形成的Log日志文件和工作人員撰寫的交接班記錄中包含著大量的、反映車載設(shè)備運(yùn)行狀態(tài)的信息，是車載設(shè)備故障發(fā)現(xiàn)和診斷的重要依據(jù)。然而對(duì)這兩類文本數(shù)據(jù)的利用目前仍局限于工作人員人工記錄、查詢和解讀，存在效率低、主觀性強(qiáng)、缺乏理論指導(dǎo)意義等一系列問(wèn)題

2、。
　　本文針對(duì)以上問(wèn)題，通過(guò)對(duì)上述兩類文本進(jìn)行信息抽取和整理，建立了較為完備的故障字典;基于正則表達(dá)式方法，結(jié)合Matlab仿真，實(shí)現(xiàn)了Log日志文件語(yǔ)句的自動(dòng)定位，開發(fā)了車載設(shè)備故障發(fā)現(xiàn)的自動(dòng)化處理平臺(tái);從而提高了工作人員交接班故障發(fā)現(xiàn)、記錄和分析流程的工作效率;避免了以往人工處理的主觀性;所構(gòu)建的故障字典對(duì)故障發(fā)現(xiàn)和進(jìn)一步研究具有指導(dǎo)意義。本文的工作主要有以下幾個(gè)方面。
　　首先，本文介紹了高鐵車載設(shè)備的基本結(jié)構(gòu)及本文

3、研究需要的兩類數(shù)據(jù)源，即:車載計(jì)算機(jī)Log日志文本及工作人員交接班記錄文本;分析了兩類文本文件的數(shù)據(jù)特點(diǎn)，總結(jié)了信息抽取算法等研究成果;采用數(shù)據(jù)挖掘工具WEKA與SQL Server數(shù)據(jù)庫(kù)相結(jié)合的方式進(jìn)行處理探索，發(fā)現(xiàn)了常規(guī)故障文本數(shù)據(jù)挖掘的問(wèn)題。結(jié)合兩類文本數(shù)據(jù)特點(diǎn)，確定了故障發(fā)現(xiàn)與自動(dòng)定位的研究框架。
　　其次，確定了最大匹配分詞算法和TFIDF算法對(duì)工作人員交接班記錄和Log日志文件進(jìn)行信息抽取，構(gòu)建了標(biāo)準(zhǔn)化的故障字典，并且