MVB网络间歇性连接故障定位方法研究

多功能车辆总线(MVB)是列车的中枢神经,其可靠性对列车的安全稳定运行至关重要.在常见的MVB网络故障中,间歇性连接(IC)故障常在列车运行时的振动环境下间歇性出现,不仅难以诊断和定位,而且将导致网络丢包率和时延的增加,影响列车的运行安全.为此提出了一种MVB间歇性连接故障的定位方法.由于IC故障帧波形被打断后无法解码,因此通过训练稀疏自编码器对各网络设备的物理波形进行表征学习,并基于学习到的特征数据训练神经网络分类器,以识别IC故障帧的所属设备,进而建立IC故障代码、定位IC故障.实验结果表明,该方法可以有效提取MVB网络波形的内在特征,准确识别IC帧波形,有效定位IC故障.