熊定鴻

（西南交通大學(xué)電氣工程學(xué)院，成都　610031）

基于分布式SVM的高速列車運(yùn)行狀態(tài)評估

熊定鴻

（西南交通大學(xué)電氣工程學(xué)院，成都610031）

隨著大規(guī)模數(shù)據(jù)信息不斷涌現(xiàn)，支持向量機(jī)作為一種經(jīng)典高效的監(jiān)督式的機(jī)器學(xué)習(xí)方法也在不斷地進(jìn)步與創(chuàng)新，實現(xiàn)分布式支持向量機(jī)算法。與此同時，高速列車的快速發(fā)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(jié)合，采用EEMD算法提取IMFs特征，運(yùn)用分布式SVM算法對高速列車振動數(shù)據(jù)進(jìn)行深層特征提取并進(jìn)行故障分類。實驗表明通過對較好通道的統(tǒng)計結(jié)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(jiān)測數(shù)據(jù)；故障診斷；支持向量機(jī)；分布式計算

0　引言

目前對于海量數(shù)據(jù)集進(jìn)行SVM訓(xùn)練的處理方式一般都是基于并行處理的。在SVM發(fā)展的進(jìn)程中，Collobert等人首先提出一種SVM并行算法［1］，通過分割大數(shù)據(jù)集成多個較小的子數(shù)據(jù)集，再并行訓(xùn)練求解子集的支持向量機(jī)，并把他們?nèi)窟B接整合組成最后的支持向量機(jī)。Bickson等人實現(xiàn)了基于MPI的SVM并行處理算法［2］；鑒于GPU圖形處理器具備強(qiáng)大的矩陣運(yùn)算能力，Catanzaron等人提出了基于GPU的SVM算法［3］，實現(xiàn)了高效的SVM訓(xùn)練。根據(jù)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(fā)，Alham［5］將其應(yīng)用到分布式SVM訓(xùn)練中，提出了CascadeSVM算法。

在列車運(yùn)行狀態(tài)實時監(jiān)測技術(shù)研究方面。國內(nèi)外相繼在轉(zhuǎn)向架上安裝傳感器，監(jiān)測列車動力學(xué)參數(shù)性能蛻變情況［6］；丁夏完采用自適應(yīng)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(nèi)外圈故障［7］。陳特放、黃采倫等采用小波變換原理分析機(jī)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(yīng)濾波算法對列車滾動軸承的保持架裂段和滾子塊故障進(jìn)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(dāng)?shù)馗倪M(jìn)了訓(xùn)練模型，并結(jié)合MapReduce并行框架，針對列車監(jiān)測數(shù)據(jù)，進(jìn)行特征分析、參數(shù)估計以及安全評估分析等工作，從而實現(xiàn)對其安全性態(tài)進(jìn)行反演識別。實驗結(jié)果表明，該算法分類準(zhǔn)確較高，且訓(xùn)練速度有效提升。

1　經(jīng)典支持向量機(jī)算法

支持向量機(jī)（Support Vector Machine，SVM）是一種基于統(tǒng)計學(xué)習(xí)理論的學(xué)習(xí)方法，由Vapnik于1995年首次提出，很好地解決了神經(jīng)網(wǎng)絡(luò)算法［10］存在的部分問題，目前被廣泛應(yīng)用于語音識別、圖像識別、文本分類、醫(yī)學(xué)等領(lǐng)域。

在二分類的情況下，假設(shè)x表示數(shù)據(jù)點，n表示向量維數(shù)，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(shù)據(jù)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(zhuǎn)化為如下問題：

原來的問題轉(zhuǎn)化成為了一個凸優(yōu)化問題，通過Lagrange Duality變換將其變成對偶變量（Dual Variable）的優(yōu)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(yīng)的得出，本節(jié)的問題也迎刃而解，相比常規(guī)方法簡直輕而易舉。當(dāng)面對線性不可分情況時，則引入核函數(shù)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(xiàn)

2.1分布式SVM算法模型和思路

結(jié)合前人的經(jīng)驗，Graf提出了一種層疊式分布式SVM訓(xùn)練方法，即CascadeSVM，很好地保證了分類準(zhǔn)確率，并且大大提高了訓(xùn)練效率。CascadeSVM算法是基于支持向量在大數(shù)據(jù)集中具有特殊性，即在訓(xùn)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(shù)據(jù)集分塊，然后對每一小塊進(jìn)行訓(xùn)練，從而加速全局SVM的訓(xùn)練速度。單獨訓(xùn)練每一個小數(shù)據(jù)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(yōu)支持向量機(jī)。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(jìn)的地方，這種訓(xùn)練方式會導(dǎo)致出現(xiàn)大量的空閑節(jié)點，并且在第一次訓(xùn)練后整合結(jié)果，就已經(jīng)去除了絕大部分的非支持向量，后面幾層的訓(xùn)練并沒有去除更多的支持向量，但是卻占用了訓(xùn)練時間而對最終的全局支持向量機(jī)卻沒有做出特別大的貢獻(xiàn)。

圖3　改進(jìn)SVM算法過程

本文根據(jù)CascadeSVM算法改進(jìn)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(shù)目）/（上一層得到的支持向量數(shù)目），來控制層與層之間支持向量數(shù)目變化不明顯的現(xiàn)象，當(dāng)α大于某一個設(shè)定值時，得出最終的支持向量集合。由上圖可知，支持向量數(shù)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(zhǔn)確率，我們采用與CascadeSVM相同迭代結(jié)束約束條件。

2.2基于Hadoop平臺的分布式SVM算法的實現(xiàn)

分布式SVM的實現(xiàn)序列圖如圖4，首先main函數(shù)創(chuàng)建NewSVMTrain對象，對NewSVMTrainParameter進(jìn)行初始化，主要參數(shù)包括源數(shù)據(jù)儲存的路徑名srcPath、設(shè)置的最大迭代次數(shù)maxIter、數(shù)據(jù)切分的數(shù)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(shù)和支持向量機(jī)類型等部分參數(shù)。然后開始數(shù)據(jù)的切分，調(diào)用SVMPartitioner的partition方法，根據(jù)srcPath將源數(shù)據(jù)隨機(jī)切分，并將子集地址返回。那么便可以得到NewSVMSchedulerParameter，其中包含預(yù)設(shè)置的最大迭代次數(shù)，源數(shù)據(jù)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(diào)用NewSVMScheduler的runSVMScheduler方法，如果不滿足迭代結(jié)束條件則遞歸調(diào)用自身。整個過程首先將MapReduce任務(wù)提交到Hadoop，與此同時，對每一層的訓(xùn)練子集進(jìn)行單獨訓(xùn)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(jìn)行合并與計數(shù)得到α值，判斷α是否符合條件，繼而使用SVMPartitioner進(jìn)行切分，將新的數(shù)據(jù)集索引文件作為下一次runSVMNodeJob的參數(shù)，就按這樣的過程反復(fù)循環(huán)迭代，直到α達(dá)到了預(yù)定的要求或者達(dá)到循環(huán)上限，從而迭代結(jié)束。

3　實驗及其結(jié)果分析

3.1單一工況故障

實驗監(jiān)測數(shù)據(jù)是由西南交通大學(xué)牽引動力國家重點實驗室，基于多體動力學(xué)分析軟件SIMPACK平臺［61］，依據(jù)機(jī)車車輛整車滾動振動試驗臺，通過建立車體及轉(zhuǎn)向架模型動力學(xué)仿真得到。采用5臺PC構(gòu)建集群進(jìn)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(jī)選取50%作為訓(xùn)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(jié)果如表1所示。

圖4　數(shù)據(jù)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(jī)選取50%作為訓(xùn)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(jié)果如表1所示。

表1　各位置單一故障識別準(zhǔn)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(zhuǎn)向架關(guān)鍵部件故障進(jìn)行很好地表征。以此同時，如果只是簡單的進(jìn)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(xué)習(xí)，所有需要人工選擇優(yōu)良的特征才能使分類識別率提高，上表所產(chǎn)生的結(jié)果就是采用EEMD提起特征的方式再訓(xùn)練的結(jié)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(xiàn)區(qū)分。交疊現(xiàn)象產(chǎn)生的原因是4種橫減故障振動數(shù)據(jù)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(zhuǎn)向架左側(cè)一號抗蛇行減振器和后轉(zhuǎn)向架右側(cè)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(jìn)行特征提取。得到車體前部和中部橫向加速度通道信號聯(lián)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(jìn)行聯(lián)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(jìn)行較好地區(qū)分。說明抗蛇行減振器不同位置發(fā)生單器件故障時，要進(jìn)行區(qū)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(jìn)行聯(lián)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(lián)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(biāo)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(jié)點執(zhí)行任務(wù)的時間，Ti表示i個節(jié)點執(zhí)行任務(wù)的時間。

圖8　算法Speedup評測結(jié)果圖

4　結(jié)語

針對從高速列車振動監(jiān)測數(shù)據(jù)中挖掘故障特性進(jìn)行故障診斷的時效性及準(zhǔn)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(yīng)用于高速列車故障診斷中，對高速列車振動數(shù)據(jù)進(jìn)行深層特征提取并實現(xiàn)故障分類。實驗結(jié)果表明，分布式SVM算法能夠有效地對高速列車故障進(jìn)行識別，為高速列車安全監(jiān)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(yáng)，楊京.鐵路客車運(yùn)行安全監(jiān)測系統(tǒng)（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(yīng)用［D］.中央民族大學(xué)，2006：43-67

［9］陳特放，黃采倫，樊曉平.基于小波分析的機(jī)車走行部故障診斷方法［J］.中國鐵道科學(xué)，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(xué)基金（No.61134002）