基于决策树的列车故障智能诊断系统设计(2)
化程度也越来越高，列车的安全也越来越受到人民的关注。作为大型运输工具的列车， 为
了确保其安全稳定的运行，如何检测其运行状况及对常见故障进行诊断，已成为列车安全
需要研究解决的关键技术之一。正因为进行列车故障诊断对于保障列车安全运行意义重
大，所以列车故障诊断技术已成为国内外争相研究的热点课题。由于列车复杂、自动化程
度高，需要分析的数据量也十分巨大，如果这些大量的数据全部依靠手工来分析显然是不
现实的， 因此必须提高列车故障诊断的自动化、 智能化程度， 这就需要用到智能诊断技术。
因此，设计一个列车故障智能诊断系统来保证列车设备的安全运行，消除事故，是十分迫
切和需要的。
决策树是数据挖掘分类算法的一个重要方法，在各种分类算法中，决策树是最直观的
一种，决策树也是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。 决
策树算法是一种逼近离散函数值的方法， 它是一种典型的分类方法， 首先对数据进行处理，
利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析，从本质上来说
决策树算法就是通过一系列规则来对数据进行分类的过程。因此， 本课题就是设计一个以
数据挖掘和信息融合为理论基础，软件技术为应用基础的列车故障智能诊断系统，基于决
策树这种较成熟的分类方法应用到实际中， 借助决策树算法以解决具体列车运行时机械产
生的故障问题，使列车运行更安全，保护旅客的生命安全。
1.2 国内外研究现状及水平
虽然故障智能诊断系统的发展历史较为短暂， 但在机电一体化设备等方面已取得了令
人瞩目的成就。从故障诊断技术所发展的几十年来看，其产生了巨大的经济效益，已然成
为各国争相研究的热点课题。从总体的发展来看，目前美欧国家处于领先地位，我国也在
高速发展，有后来居上的趋势。
美国的一些公司，如 Bently、HP 等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在车辆、列车等方面具
有广泛的应用；另外，美国通用电气公司研制的用于内燃电气机车故障诊断的专家系统
DELTA，意大利米兰工业大学研制用于机车启动器电路故障诊断的系统，瑞典 SPM公司
的轴承监测技术等都在列车设备的诊断上做出了巨大的贡献[1]
。
我国诊断技术的发展始于上个世纪的 70 年代末， 而其真正的发展则是从 1983 年的南
京“首届设备诊断技术专题座谈会”开始，我国诊断技术虽起步较晚，但在经过近三十年
国家的一些积极政策和我国学者及研究者的巨大努力下， 已基本跟上了国外诊断技术发展
的步伐，在某些理论研究方面甚至已处于领先地位。目前，我国尤其是在故障智能诊断系
统，如西安交通大学的“大型旋转机械计算机状态监测与故障诊断系统” ， 哈尔滨工业大
学的“机组振动微机监测和故障诊断系统” ，东北大学设备诊断工程中心的“风机工作状
态监测诊断技术”等均取得了可喜的成果，这些成果为我国自主研制 CRH380 高速动车
组的智能诊断系统奠定了坚实的基础[2]
。
列车故障诊断系统是由人（特别是领域专家） 、具有模拟人脑功能的硬件和必要的外
部设备、物理器件以及支持这些硬件的软件所组成的系统，该系统以对诊断对象进行状态