1、近年來(lái)，隨著高速列車的快速發(fā)展，高鐵在給人們帶來(lái)便利的同時(shí)，也推進(jìn)著沿線經(jīng)濟(jì)的發(fā)展。列車走行部是車體的重要部分，其機(jī)械性能直接影響著行車安全。當(dāng)走行部出現(xiàn)故障時(shí)，如不能及時(shí)排查，造成巨大的安全隱患。因此高速鐵路走行部故障診斷在要求高精度診斷的同時(shí)，也要保證診斷的高效率與良好實(shí)時(shí)性。
　　本文首先分析了高速列車走行部以及其四種工況。針對(duì)多種工況的模式識(shí)別引入了高速列車走行部故障分類診斷，并給出其流程。然后介紹了高速列車走行部實(shí)驗(yàn)數(shù)據(jù)

2、的來(lái)源以及特征提取部分。
　　其次，基于SVM構(gòu)建分類器實(shí)現(xiàn)高速列車走行部單通道故障診斷模型。針對(duì)SVM參數(shù)優(yōu)化的問(wèn)題引入網(wǎng)格搜索、遺傳算法和粒子群算法對(duì)其進(jìn)行優(yōu)化，并將優(yōu)化后的SVM用于構(gòu)建列車走行部單通道故障診斷模型。
　　隨后，本文引入FOA(fruit fly optimization algorithm)。針對(duì)FOA易陷入局部最優(yōu)解的特點(diǎn)，引入遺傳算法對(duì)其改進(jìn)，提出了GA-FOA。通過(guò)6個(gè)常用測(cè)試函數(shù)驗(yàn)證改進(jìn)后算法

3、的性能，實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法較原算法在保證尋優(yōu)效率較高的同時(shí)提升了尋優(yōu)精度。鑒于GA-FOA算法結(jié)構(gòu)簡(jiǎn)單，收斂精度高，泛化能力強(qiáng)等優(yōu)點(diǎn)，本文提出基于GA-FOA-SVM高速列車走行部單通道故障診斷模型。
　　最后，針對(duì)高速列車走行部數(shù)據(jù)龐大，單通道故障診斷不具備全面性的問(wèn)題，本文引入了t-SEN降維算法與相關(guān)維本征維數(shù)估計(jì)的方法結(jié)合GA-FOA-SVM構(gòu)建了多傳感器的高速列車走行部故障診斷模型。實(shí)驗(yàn)結(jié)果表明，該模型在診斷精度均