★轨道电路论文摘要范文轨道电路论文摘要写

轨道电路论文摘要范文轨道电路论文摘要写 将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型.模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则.通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化.通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法. 轨道电路故障是影响铁路运输行车效率、引发安全事故的重要诱因.因此,对轨道电路故障进行准确的诊断、及时的预测、科学的管理具有重要的研究意义. 论文根据轨道电路的工作原理和实际使用情况对轨道电路的故障形成机理进行了深入分析,总结了轨道电路的故障类型及对应的故障征兆.在此基础上,采用故障预测与健康管理(Prognostics and Health Management, PHM)开放式分层体系,构建了一种轨道电路PHM体系结构,提出了总体解决方案,并研制了轨道电路特征参数采集及信息处理设备. 论文还从以下几个方面进行了创新研究： (1)提出了一种基于小波变换的轨道电路故障征兆提取算法.针对传统FFT算法不能对非平稳信号进行时-频局部化分析的缺陷,论文利用小波变换的多尺度分辨技术对含有大量冲击干扰噪声的轨道电路信号进行分析,从时域和频域两方面对信号进行多层分解,将信号故障特征信息从干扰信号中分离出来.并通过仿真实验对比,从三种典型的小波基函数中,选取了db5小波基函数,验证了算法的有效性和精确度. (2)建立了一种基于模糊神经网络(Fuzzy Neural Network, FNN)的轨道电路故障诊断与预测模型.由于轨道电路系统具有非线性、无精确解析模型的特点,论文结合模糊推理系统易于知识表达的优点和神经网络的自学习能力,提出了一种基于模糊神经网络模型的故障诊断与预测方法.并利用和-积(Sum-Prod.)这种无参数模糊算子分别对FNN模型的故障可信度和规则激活度进行合成运算,通过仿真分析,验证了模型的有效性. (3)提出了一种基于带补偿度参数模糊算子的改进算法.通过对典型模糊算子聚合性能的分析研究,发现无参数模糊算子容易对输入信息造成遗漏,使诊断与预测结果出现较大偏差.为了解决这一问题,论文将广义概率和-广义概率积(Generalized Probability Sum-Generalized Probability Product, GPS-GPP)和广义加权均值(Generalized Weighted *erage,GWA)算子用于FNN模型,并根据误差反传和梯度寻优方法推导出了两个模型的学习训练算法,通过对这两种带补偿度参数的算法和Sum-Prod.算法的分析对比,验证了基于带补偿度参数模糊算子的FNN模型比基于无参数模糊算子的FNN模型具有更高的预测精度,而且补偿参数越多,其预测精度越高. 基于传输线理论提出机车信号感应电压幅值包络仿真模型,利用机车信号感应电压与轨道电路信号电流的线性映射关系,分析补偿电容故障对机车信号感应电压幅值包络的影响规律,给出基于遗传算法的轨道电路故障综合诊断方法.以补偿电容和道砟电阻为决策变量,以实际的和仿真的机车信号感应电压幅值包络间差值的最小化为目标,构造适应度函数,通过对种群个体进行选择、交叉和变异等遗传操作,得到当前状态下各决策变量的最优值,从而实现轨道电路故障的综合诊断.实验表明,将遗传算法引入到轨道电路的故障诊断领域,利用机车信号的实际记录数据,能够对无绝缘轨道电路中多个补偿电容故障以及道砟电阻波动等情况作出正确的综合评判,从而弥补了目前检测方法的不足,为轨道电路的故障诊断提供了新的有效手段. 克服轨道电路分路不良问题是电务部门xx年安全生产专项整治的重点项目,针对轨道电路分路不良问题的现状及目前采取的措施作了较为详尽的介绍和分析,并提出对策和建议. 无绝缘轨道电路是中国列车运行控制系统的基础设备,是一种典型的安全苛求系统,且是影响铁路运输效率的关键因素.然而,目前轨道电路的故障诊断技术及维护手段尚不能满足我国铁路运输事业发展的迫切需求,其中存在的一些“惯性故障”甚至成为铁路安全生产的突出薄弱环节,开展轨道电路故障诊断方法的系统研究具有重要意义. 论文以我国铁路系统广泛应用的ZPW-2000A无绝缘轨道电路为研究对象.首先,基于二端口网络理论建立了轨道电路空闲状态时的等效电路模型,并通过轨道电路模拟盘实验数据和实际监测数据验证了模型的正确性；然后,总结了空闲状态时轨道电路存在的典型故障模式,分析了故障模式与各监测参量间的相互影响关系.对被占用状态时的轨道电路做了类似的工作.特别地,本文基于电接触理论对导致分路不良发生的关键因素轮轨接触电阻进行了建模分析,从理论层面对分路不良的发生机理进行了解释. 在上述分析基础上,论文重点研究了轨道电路空闲状态时典型故障模式的故障诊断方法.首先,提出了以空闲状态时轨道电路地面监测数据为观测量,以支持向量机和基于组合法的多分类策略为主要方法的故障诊断方法,并给出了诊断输出结果的概率化表示方法和考虑误判损失时诊断结果的修正方法.针对上述方法无法实现补偿电容故障精确定位的不足,进一步提出了以被占用状态时轨道电路车载监测数据(感应电压)为观测量,以集合经验模式分解和相空间重构理论为主要方法的补偿电容故障诊断方法.论文通过仿真数据、模拟盘实验数据以及现场实际监测数据对上述诊断算法的性能进行了验证,结果表明本文所提出的方法对轨道电路的典型故障模式具有很好的诊断效果,对外界干扰因素具有良好的免疫能力,具有实践应用价值和理论创新意义. 论文通过以下创新性工作,对轨道电路故障诊断方法体系进行了拓展与丰富： (1)基于符号有向图、独立分量分析及线性拟合相结合的方法,给出了无绝缘轨道电路故障模式与监测参量间影响关系的特性总结,为故障诊断方法研究提供了必要的先验知识. (2)提出了一种基于电接触理论的轮轨接触电阻建模方法,定量研究了轮轨接触电阻的变化机理以及与各影响因素间的关系.在理论层面对分路不良的发生机理进行了解释,为分路不良的预测和处理提供了研究基础. (3)提出了一种以空闲状态时轨道电路地面监测数据为观测量,以支持向量机和基于组合法的多分类策略为关键算法的轨道电路故障诊断方法,算法扩展性能好,泛化能力强. (4)提出了一种基于Sigmoid函数模型和扩展的Bradley-Terry模型的诊断输出结果的概率化表示方法,提高了诊断结果表达的科学性. (5)提出了一种以被占用状态时轨道电路车载监测数据为观测量,以集合经验模式分解和相空间重构理论为关键算法的补偿电容故障诊断方法,算法能够有效诊断补偿电容的早期故障,且对外界干扰因素具有较强的免疫能力. 轨道电路作为列车运行控制系统的重要基础设备,其性能直接影响行车安全和运输效率.而目前轨道电路在实际应用中的故障率位居信号设备之首,这不仅造成列车运行的延误,影响运输效率,严重时导致重大安全事故,造成生命财产损失. 目前国内外针对轨道电路RAMS开展的研究都旨在解决视情维修的问题,提高系统可用性和可靠性,安全性分析方面相对较缺乏,已有相关工作主要集中在单个设备层面的定性分析.但是根据系统安全工程的要求,轨道电路作为安全苛求系统,需要在其生命周期全过程中开展全面详细的安全分析,以保证轨道电路的安全可接受性.因此开展轨道电路系统的安全分析工作,从根本上确保轨道电路系统的安全性,并针对其关键隐患进行安全预警的研究,以解决微机监测系统自动化程度不够高带来的浏览大量监测曲线和数据工作强度大、效率低、准确性不高的问题,切实降低隐患发生概率,以保障列车运行安全、提高运营效率. 本文针对现在高速铁路普遍使用的ZPW-2000A/K型轨道电路,开展了全面详细的安全分析工作,并建立了高效可行的安全预警系统.论文的主要研究内容及研究成果如下： 1)按照EN50126的要求,全面定义了轨道电路系统的任务概要、安全分析的系统边界及系统环境、系统功能和接口功能及性能需求,导出了安全分析的假定和约束条件；通过FFA方法分析得出了系统的顶层隐患；并参照ETCS的THR分配方法导出了CTCS-2中车载系统、轨旁系统和传输系统的安全完整性需求. 2)严格按照EN50129中提出的铁路领域系统风险分析流程,对轨道电路系统进行安全性分析：通过FMECA方法对已识别的顶层隐患进行验证、补充,得到了完整的轨道电路系统隐患,对各隐患采用FTA方法定性、定量地分析了隐患产生的所有原因及原因组合和发生概率,通过ETA分析了各隐患的潜在后果,并运用风险矩阵对系统隐患进行了定性的风险评估,得到了各隐患的风险等级及排序. 3)基于轨道电路系统特点及安全分析结果,确立了预警指标体系,完成了预警系统的整体设计.提出了基于模糊综合和非对称贴近度的预警方法,构建了预警指标阈值计算模型,并利用长沙电务段新开铺站的现场数据对预警方法进行了验证,结果表明该方法具有较高的准确性和应用价值,能够快速、实时地预报可能发生的红光带与分路不良现象、监测系统性能恶化过程,这对降低工作人员劳动强度、实现轨道电路的视情维修有着重要的现实意义. 轨道电路是铁路信号系统中的重要组成设备,对保障列车的安全有效运行起着重要的作用.一旦轨道电路出现安全故障,严重地将可能导致重大安全事故的发生.目前,我国铁路维修维护制式采取“天窗修”(TBM)的方式,这种维修维护方式效率低、排除故障率低,不能提前对某些重点防护区段和易发生故障区段进行维修维护和故障排除.因此,实现轨道电路设备故障的智能化预测,使轨道电路可以更安全、可靠的工作具有重大意义的.本文以我国常用的ZPW-2000A型无绝缘轨道电路为研究对象,充分利用集中监测系统采集的轨道电路历史数据信息,加上现场的轨道电路测试数据以及维护专家的经验知识,进行区间轨道电路故障预测研究.本文所做具体工作如下所述：第一,根据ZPW-2000A型无绝缘轨道电路的特点,分析其工作的主要原理.归纳并分析轨道电路的常见故障类型及故障原因.第二,选取了灰色预测模型和支持向量回归对轨道电路电压进行预测建模.在路局的轨道电路测试数据的基础上,建立了基于GM(1,1)模型和SVR (Support Vector Regression)模型的轨道电路粗粒度故障预测模型.采用路局轨道电路测试数据对模型的可行性与有效性进行验证,通过故障实例分析得出故障预测结果,根据预测结果可以分析出故障出现的大致月份,为后期做细粒度的预测做准备.第三,考虑到传统的BP神经网络算法具有收敛性较差、容易陷入局部最优解等缺陷,因此本文采用将小波变换与神经网络相结合的方法建立小波网络轨道电路故障预测模型.通过ZPW-2000轨道电路监测子系统采集的数据进行模型验证,比较了BP网络和小波网络的预测效果,得出了小波网络模型比BP网络模型更优的结论.通过对故障实例的分析,最终验证该预测模型的可行性与实用性.最后总结了本文做的工作,对未来进一步的工作做了展望. 轨道电路是铁路信号系统最重要的基础组成设备之一,随着我国高速铁路的飞速发展,它的“健康状况”直接关系到高速铁路列车的运行安全与运输效率.目前,我国轨道电路维修模式仍停留在传统的故障修与计划修模式,其故障具有明显的不确定性与模糊性,且诊断过程的盲目性和复杂性强.如何快速有效的对其故障进行诊断处理,仍然是铁路专业技术人员所面临的一大难题.因此,对高速铁路轨道电路智能故障诊断方法进行研究具有重大意义.本文对此展开研究,所做主要工作如下所述：首先,以站内25Hz相敏轨道电路作为研究对象,介绍系统组成与工作原理,并深入分析了系统常见故障,针对其故障的不确定性与模糊性,提出一种基于Mamdani模糊BP网络的轨道电路故障智能诊断改进方法.通过建立诊断系统模型,引入自适应-动量BP学习调整法对模型参数进行训练优化,讨论了系统参数初始值的设定,并给出了详细的推导过程.仿真实验表明,在相同实验条件下改进方法降低了训练误差,并有效地提高了诊断学习过程的稳定性与收敛速度,对25Hz轨道电路故障进行智能模糊诊断是可行的.其次,以ZPW-2000A型无绝缘移频轨道电路红光带故障作为研究对象,介绍系统组成与工作原理,针对其故障诊断的盲目性与复杂性,提出一种基于FTA与多层次模糊神经子网络的轨道电路智能故障诊断方法.通过建立宏观故障树与微观故障树,将复杂诊断过程分解,利用FTA分析逻辑判定故障源并提取故障诊断规则,据此构建若干Mamdani模糊神经子网以串并联方式联接成诊断模型,采用动量BP梯度寻优算法进行优化调整.通过仿真分析,表明该方法可行有效,能快速定位故障点,极大降低故障诊断的盲目性和复杂性,提高诊断速度和准确度,能为轨道电路的智能诊断和日常维护提供一定参考价值.然后,基于研究建立的故障诊断模型实现轨道电路智能故障诊断系统的软件设计.利用VC+6.0与MFC类库搭建软件开发平台,进行可视化界面编程,实现轨道电路相关智能故障诊断的功能.调试结果表明,当轨道电路发生故障时,将相关故障特征数据输入系统,即