中國(guó)鐵路的迅速發(fā)展對(duì)鐵路信號(hào)設(shè)備的維護(hù)提出了更高的要求,列車(chē)通過(guò)道岔實(shí)現(xiàn)不同的進(jìn)路轉(zhuǎn)換,因此道岔作為鐵路信號(hào)系統(tǒng)里重要的信號(hào)基礎(chǔ)設(shè)備之一,在發(fā)生故障后將嚴(yán)重影響行車(chē)安全和運(yùn)行效率。目前在鐵路現(xiàn)場(chǎng)中,主要是通過(guò)信號(hào)集中監(jiān)測(cè)系統(tǒng)對(duì)道岔設(shè)備實(shí)時(shí)監(jiān)測(cè),包括轉(zhuǎn)轍機(jī)的動(dòng)作電流、電壓和功率數(shù)據(jù)等,近年來(lái)部分車(chē)站中的信號(hào)集中監(jiān)測(cè)系統(tǒng)還包括道岔中缺口的監(jiān)測(cè)。在道岔發(fā)生故障后,主要依靠有經(jīng)驗(yàn)的維護(hù)人員在現(xiàn)場(chǎng)對(duì)道岔故障做出判斷。為減少道岔故障,研究重點(diǎn)是對(duì)道岔的狀態(tài)進(jìn)行預(yù)測(cè)。在道岔未發(fā)生故障時(shí),提前掌握道岔的運(yùn)行狀態(tài),并根據(jù)模型預(yù)測(cè)道岔故障,對(duì)道岔實(shí)行提前維護(hù)。在此基礎(chǔ)上,本文利用深度學(xué)習(xí)的方法,將卷積神經(jīng)網(wǎng)絡(luò)（CNN）與門(mén)控循環(huán)單元（GRU）結(jié)合,實(shí)現(xiàn)道岔的狀態(tài)預(yù)測(cè)。通過(guò)對(duì)道岔的非故障功率數(shù)據(jù)進(jìn)行信息挖掘分析,利用Mini Batch K-Means和譜聚類(lèi)算法實(shí)現(xiàn),將道岔非故障數(shù)據(jù)分類(lèi)。綜合歐式距離、Pearson相關(guān)系數(shù)和弗雷歇距離三種方法,建立新的評(píng)估指標(biāo)挖掘道岔正常、故障與非故障之間的關(guān)聯(lián)。最后利用卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取道岔動(dòng)作功率曲線(xiàn)的特征,并和門(mén)控循環(huán)單元連接在一起,建立道岔的狀態(tài)預(yù)測(cè)模型,從而... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

道岔正常動(dòng)作功率曲線(xiàn)

道岔DBQ特性不良功率曲線(xiàn)

道岔卡缺口功率曲線(xiàn)

【參考文獻(xiàn)】：
期刊論文
[1]和諧型電力機(jī)車(chē)故障診斷專(zhuān)家系統(tǒng)構(gòu)建與應(yīng)用[J]. 李豫.  鐵道標(biāo)準(zhǔn)設(shè)計(jì). 2020(06)
[2]鐵路信號(hào)設(shè)備故障檢修決策支持系統(tǒng)實(shí)現(xiàn)分析[J]. 馬建文.  科技創(chuàng)新與應(yīng)用. 2020(03)
[3]航空故障診斷與健康管理技術(shù)研究[J]. 王博,仲維彬.  現(xiàn)代導(dǎo)航. 2019(06)
[4]基于弗雷歇距離的道岔故障診斷方法[J]. 黃世澤,陳威,張帆,董德存.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(12)
[5]基于隱馬爾科夫模型的道岔故障診斷方法[J]. 許慶陽(yáng),劉中田,趙會(huì)兵.  鐵道學(xué)報(bào). 2018(08)
[6]粗糙集和決策樹(shù)方法在微機(jī)監(jiān)測(cè)中的應(yīng)用研究[J]. 張華,魏文軍.  科技信息. 2011(13)
[7]特征選擇方法綜述[J]. 王娟,慈林林,姚康澤.  計(jì)算機(jī)工程與科學(xué). 2005(12)
[8]鐵路車(chē)站信號(hào)設(shè)備故障診斷專(zhuān)家系統(tǒng)的研究[J]. 王書(shū)強(qiáng),匡興杰,張喜.  鐵路計(jì)算機(jī)應(yīng)用. 2005(01)

博士論文
[1]鐵路道岔健康狀態(tài)評(píng)估與預(yù)測(cè)方法研究[D]. 鐘志旺.北京交通大學(xué) 2019

碩士論文
[1]基于深度森林的高速鐵路道岔故障診斷研究[D]. 張志哲.北京交通大學(xué) 2019
[2]基于神經(jīng)網(wǎng)絡(luò)的道岔故障預(yù)測(cè)和診斷[D]. 侯大山.北京交通大學(xué) 2019
[3]基于半監(jiān)督增量學(xué)習(xí)的高速鐵路道岔故障診斷[D]. 單國(guó)超.西南交通大學(xué) 2019
[4]基于機(jī)器學(xué)習(xí)的道岔轉(zhuǎn)轍設(shè)備故障智能診斷研究[D]. 胡啟正.中國(guó)鐵道科學(xué)研究院 2019
[5]基于大數(shù)據(jù)技術(shù)的電量分析和預(yù)測(cè)研究[D]. 羅皓.東南大學(xué) 2019
[6]基于振動(dòng)信號(hào)分析的斷路器機(jī)械故障模式識(shí)別研究[D]. 丁其.華北電力大學(xué) 2019
[7]鐵路信號(hào)集中監(jiān)測(cè)智能綜合分析系統(tǒng)研究與實(shí)現(xiàn)[D]. 李洪朋.蘭州交通大學(xué) 2018
[8]基于決策樹(shù)算法的電氣集中電路故障診斷分析與研究[D]. 馬得銀.蘭州交通大學(xué) 2017
[9]基于文本數(shù)據(jù)的鐵路道岔故障預(yù)測(cè)[D]. 王廣.北京交通大學(xué) 2017
[10]基于核方法的高速鐵路道岔故障診斷[D]. 程宇佳.北京交通大學(xué) 2016



本文編號(hào)：3084783