基于分布式SVM的高速列車運行狀態評估

熊定鴻

（西南交通大學電氣工程學院，成都　610031）

基于分布式SVM的高速列車運行狀態評估

熊定鴻

（西南交通大學電氣工程學院，成都610031）

隨著大規模數據信息不斷涌現，支持向量機作為一種經典高效的監督式的機器學習方法也在不斷地進步與創新，實現分布式支持向量機算法。與此同時，高速列車的快速發展，高速列車安全性問題逐漸引起人們的重視。將分布式SVM算法與Hadoop平臺相結合，采用EEMD算法提取IMFs特征，運用分布式SVM算法對高速列車振動數據進行深層特征提取并進行故障分類。實驗表明通過對較好通道的統計結果來看，列車故障辨識的識別率為96%，故障定位識別率為89%，且算法效率有一定的提升。

高速列車監測數據；故障診斷；支持向量機；分布式計算

0　引言

目前對于海量數據集進行SVM訓練的處理方式一般都是基于并行處理的。在SVM發展的進程中，Collobert等人首先提出一種SVM并行算法［1］，通過分割大數據集成多個較小的子數據集，再并行訓練求解子集的支持向量機，并把他們全部連接整合組成最后的支持向量機。Bickson等人實現了基于MPI的SVM并行處理算法［2］；鑒于GPU圖形處理器具備強大的矩陣運算能力，Catanzaron等人提出了基于GPU的SVM算法［3］，實現了高效的SVM訓練。根據Google提出的MapReduce并行編程框架，受Dong和Graf［4］的層疊式SVM思想的啟發，Alham［5］將其應用到分布式SVM訓練中，提出了CascadeSVM算法。

在列車運行狀態實時監測技術研究方面。國內外相繼在轉向架上安裝傳感器，監測列車動力學參數性能蛻變情況［6］；丁夏完采用自適應短時傅里葉變換STFT提取貨車滾動軸承故障信息，然后診斷出軸承內外圈故障［7］。陳特放、黃采倫等采用小波變換原理分析機車車輛振動信號，可以診斷出單個或多個軸承局部損傷［8］。尚萬峰等采用高階累積量自適應濾波算法對列車滾動軸承的保持架裂段和滾子塊故障進行分析，最后通過實驗驗證了該算法良好的降噪性能［9］。

本文深度剖析了CascadeSVM算法，并適當地改進了訓練模型，并結合MapReduce并行框架，針對列車監測數據，進行特征分析、參數估計以及安全評估分析等工作，從而實現對其安全性態進行反演識別。實驗結果表明，該算法分類準確較高，且訓練速度有效提升。

1　經典支持向量機算法

支持向量機（Support Vector Machine，SVM）是一種基于統計學習理論的學習方法，由Vapnik于1995年首次提出，很好地解決了神經網絡算法［10］存在的部分問題，目前被廣泛應用于語音識別、圖像識別、文本分類、醫學等領域。

在二分類的情況下，假設x表示數據點，n表示向量維數，y表示類別，兩個不同的類分別用y=1和-1代表。線性分類器的目的在于在n維數據空間中找到一個分類超平面，如圖1，我們需要尋找一個超平面讓所有點中離它最近的點具有最大間距。

圖1　2維可分示意圖

其中“幾何距離”定義為：

上述問題可以等價轉化為如下問題：

原來的問題轉化成為了一個凸優化問題，通過Lagrange Duality變換將其變成對偶變量（Dual Variable）的優化問題，得到原問題的對偶形式如下：

只需要得到αi，ω和b也將相應的得出，本節的問題也迎刃而解，相比常規方法簡直輕而易舉。當面對線性不可分情況時，則引入核函數來解決，對于所有的x，z∈X，滿足K（x，z）=＜Φ（xi·Φ（x）＞。

2　分布式SVM算法的并行實現

2.1分布式SVM算法模型和思路

結合前人的經驗，Graf提出了一種層疊式分布式SVM訓練方法，即CascadeSVM，很好地保證了分類準確率，并且大大提高了訓練效率。CascadeSVM算法是基于支持向量在大數據集中具有特殊性，即在訓練集中支持向量樣本只占用很小的比例，如此便可以將大數據集分塊，然后對每一小塊進行訓練，從而加速全局SVM的訓練速度。單獨訓練每一個小數據塊的過程就是去除非支持向量的過程，從理論上來說，如果能夠剔除所有的非支持向量，那么最終得到的便是全局最優支持向量機。CascadeSVM算法的處理過程如圖2所示。

圖2　CascadeSVM算法過程

但是層疊式分布式SVM也存在可以改進的地方，這種訓練方式會導致出現大量的空閑節點，并且在第一次訓練后整合結果，就已經去除了絕大部分的非支持向量，后面幾層的訓練并沒有去除更多的支持向量，但是卻占用了訓練時間而對最終的全局支持向量機卻沒有做出特別大的貢獻。

圖3　改進SVM算法過程

本文根據CascadeSVM算法改進模型，模型流程圖如圖3。并且引入α=（該層得到的支持向量數目）/（上一層得到的支持向量數目），來控制層與層之間支持向量數目變化不明顯的現象，當α大于某一個設定值時，得出最終的支持向量集合。由上圖可知，支持向量數目是隨著層次的增加而減少的，最后能夠得到絕大部分的支持向量。但是由于最后得出的MDN可能不滿足精度要求，所有為了確保準確率，我們采用與CascadeSVM相同迭代結束約束條件。

2.2基于Hadoop平臺的分布式SVM算法的實現

分布式SVM的實現序列圖如圖4，首先main函數創建NewSVMTrain對象，對NewSVMTrainParameter進行初始化，主要參數包括源數據儲存的路徑名srcPath、設置的最大迭代次數maxIter、數據切分的數目nSubset、停止迭代的收斂條件epsilon以及svmparameter中的用來控制挑選核函數和支持向量機類型等部分參數。然后開始數據的切分，調用SVMPartitioner的partition方法，根據srcPath將源數據隨機切分，并將子集地址返回。那么便可以得到NewSVMSchedulerParameter，其中包含預設置的最大迭代次數，源數據切分后的各個子集儲存路徑以及上次迭代得到的支持向量集文件路徑。然后再調用NewSVMScheduler的runSVMScheduler方法，如果不滿足迭代結束條件則遞歸調用自身。整個過程首先將MapReduce任務提交到Hadoop，與此同時，對每一層的訓練子集進行單獨訓練，然后可以得到各個支持向量集的索引文件路徑，接著利用mergerSV對上述的支持向量進行合并與計數得到α值，判斷α是否符合條件，繼而使用SVMPartitioner進行切分，將新的數據集索引文件作為下一次runSVMNodeJob的參數，就按這樣的過程反復循環迭代，直到α達到了預定的要求或者達到循環上限，從而迭代結束。

3　實驗及其結果分析

3.1單一工況故障

實驗監測數據是由西南交通大學牽引動力國家重點實驗室，基于多體動力學分析軟件SIMPACK平臺［61］，依據機車車輛整車滾動振動試驗臺，通過建立車體及轉向架模型動力學仿真得到。采用5臺PC構建集群進行實驗。試驗中一個樣本包括700個采樣點，在一共280個樣本中隨機選取50%作為訓練樣本，剩余的50%為測試樣本。將這些樣本的三維特征向量集輸入分布式SVM方法中，得到車體前部、中部、后部橫向通道的加速度信號在四種工況的分類識別結果如表1所示。

圖4　數據段分配過程

試驗中一個樣本包括700個采樣點，在一共280個樣本中隨機選取50%作為訓練樣本，剩余的50%為測試樣本。將這些樣本的三維特征向量集輸入分布式SVM方法中，得到車體前部、中部、后部橫向通道的加速度信號在四種工況的分類識別結果如表1所示。

表1　各位置單一故障識別準確率

從表1可知，四種工況在車體前部、中部、后部三個加速度通道上的平均識別率分別為95.79%、97.43%、96.79%，實驗表明該特征提取的方法得到的特征能對高速列車轉向架關鍵部件故障進行很好地表征。以此同時，如果只是簡單的進行FFT變換得到的特征后，分布式SVM的分類識平均識別率為83%左右。由于分布式SVM算法為淺層學習，所有需要人工選擇優良的特征才能使分類識別率提高，上表所產生的結果就是采用EEMD提起特征的方式再訓練的結果。

3.2故障定位

（1）橫向減振器單故障

圖5是故障定位階段試驗中，可以看出，4種橫向減振器單拆故障樣本之間除了少量的樣本存在交疊的情況外，其余部分都能實現區分。交疊現象產生的原因是4種橫減故障振動數據之間差異性較小，影響了列車橫減故障的定位效果。

圖5　橫向減振器單器件故障的特征分布圖

（2）抗蛇行減振器單故障

抗蛇行減振器失效主要分為前轉向架左側一號抗蛇行減振器和后轉向架右側二號抗蛇行減振器故障。

使用與橫向減振器單故障相同的分析方法對抗蛇行減振器單故障進行特征提取。得到車體前部和中部橫向加速度通道信號聯合特征分布如圖6所示。

圖6　抗蛇行減振器單器件故障的特征分布圖

由圖6可知，對車體前部和中部加速度通道信號進行聯合特征提取后得到的特征不能對抗蛇行減振器故障位置進行較好地區分。說明抗蛇行減振器不同位置發生單器件故障時，要進行區分難度會增大。

使用相同特征提取方法，對軸箱2和軸箱3的橫向加速度通道信號進行聯合特征提取。得到車體前部和后部橫向加速度通道信號的聯合特征分布如圖7所示。

圖7　抗蛇行減振器單器件故障的特征分布圖

本文采用Speedup指標反映并行計算的加速度性能，其定義如下：

其中T1表示1個節點執行任務的時間，Ti表示i個節點執行任務的時間。

圖8　算法Speedup評測結果圖

4　結語

針對從高速列車振動監測數據中挖掘故障特性進行故障診斷的時效性及準確性低的問題，本文采用了EEMD方法提取IMFs特征，將分布式SVM算法應用于高速列車故障診斷中，對高速列車振動數據進行深層特征提取并實現故障分類。實驗結果表明，分布式SVM算法能夠有效地對高速列車故障進行識別，為高速列車安全監測提供重要參考。

［1］Collobert，R.，S.Bengio and Y.Bengio.A Parallel Mixture of SVMs for Very Large Scale Problems.Neural Computation，2002，14（5）：1105-1114.

［2］Salleh，Nur Shakirah Md，Azizah Suliman，Abdul Rahim Ahmad.Parallel Execution of Distributed SVM using MPI（CoDLib）.Information Technology and Multimedia（ICIM）.2011 International Conference on.IEEE，2011.D.Cheng，Controllability of Switched Bilinear Systems.IEEE Trans.on Automatic Control，2005，50（4）：511-515.

［3］Catanzaro，Bryan，Narayanan Sundaram，Kurt Keutzer.Fast Support Vector Machine Training and Classification on Graphics Processors.Proceedings of the 25th International Conference on Machine Learning.ACM，2008.

［4］Dong，J.，A.Krzy Z Ak，C.Y.Suen.A Fast Parallel Optimization Fortraining Support Vector Machine.Machine Learning and Data Mining in PatternRecognition，2003：96-105.

［5］Alham，N.K.，et al..A Distributed SVM for Scalable Image Annotation，in Fuzzy Systems and Knowledge Discovery（FSKD），2011. Eighth InternationalConference on.2011.p.2655-2658.

［6］Y HAYASHI，H TSUNASHIMA，Y MARUMO.Fault Detection of Railway Vechicle Suspension Systems Using Multiple-model approach［J］.Journal of Mechanical Systems for Transportation and Logistics，2008，1（1）：88-99.

［7］劉瑞揚，楊京.鐵路客車運行安全監測系統（TCDS）［M］.北京：中國鐵道出版社，2005：46-81.

［8］丁夏完.滾動軸承故障智能診斷方法的研究及應用［D］.中央民族大學，2006：43-67

［9］陳特放，黃采倫，樊曉平.基于小波分析的機車走行部故障診斷方法［J］.中國鐵道科學，2005，04：89-92.

［10］朱建渠，金煒東，鄭高，朱斌.基于多源信息的高速列車走行部故障識別方法［J］.振動與沖擊，2014，21：183-188.

High-Speed Train Running Condition Assessment Based on Distributed SVM
Algorithm

XIONG Ding-hong
（College of Electrical Engineering，Southwest Jiaotong Univercity，Chengdu 610031）

With the production of large-scale data，the support vector machine（SVM）also has been improved and innovated continuously，as a traditional and effective supervised method of machine learning，and developed the distribution SVM algorithm.At the same time，with the rapid development of high-speed trains，high-speed train security issues gradually attracted people's attention.Combines distributed SVM algorithm and Hadoop platform，uses distributed SVM algorithm for high-speed train vibration data to extract deep fault feature and classify these failures.Experimental results show that，by the statistical results of the better channel，the train fault identification recognition rate of 96%，and the fault location identification rate of 89%.

High Speed Train Monitoring Data；Fault Diagnosis；Support Vector Machines；Distributed Computing

1007-1423（2016）26-0038-05DOI：10.3969/j.issn.1007-1423.2016.26.010

熊定鴻（1991-），男，江西贛州人，研究生，研究方向智能信息處理

2016-07-05

2016-09-02

國家自然科學基金（No.61134002）