ZPW-2000A型軌道電路保障著列車的安全運行,是鐵路運行設(shè)備中不可或缺的一部分。假設(shè)軌道電路發(fā)生了故障,嚴(yán)重時將會影響行車安全,甚至導(dǎo)致列車相撞等事故,造成人員傷亡和經(jīng)濟的損失。通過對軌道電路出現(xiàn)故障的設(shè)備進行及時維修養(yǎng)護來使列車運行安全可靠,進而使列車的運輸效率得到提高。目前現(xiàn)場實際的檢測和診斷軌道電路故障的方式依然是憑借現(xiàn)場檢修人員的經(jīng)驗來進行測試和分析,這種方式過于依靠現(xiàn)場人員,使故障判斷的時間長,效率降低,判別錯誤等問題易出現(xiàn)。為解決上述問題,本文結(jié)合核主成分分析（Kernel Principal Component Analysis,KPCA）和棧式自編碼（Stacked Autoencoder,SAE）理論,并根據(jù)軌道電路實際故障數(shù)據(jù),構(gòu)建ZPW-2000A型軌道電路故障分類模型,本文研究的主要內(nèi)容如下:首先,分析ZPW-2000A型軌道電路的基本原理和結(jié)構(gòu),根據(jù)現(xiàn)場實際歷史故障監(jiān)測數(shù)據(jù)分析其中各設(shè)備的電壓值,將原始數(shù)據(jù)中的發(fā)送電源值、功出電壓、送端分線盤電壓、軌面電壓、軌面電流、受端電纜側(cè)電壓、受端設(shè)備側(cè)電壓、XGJ電壓、軌道繼電器電壓、主軌出電壓作為歷史數(shù)據(jù)的參數(shù),... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

ZPW-2000A軌道電路測試記錄表截圖

蘭州交通大學(xué)碩士學(xué)位論文-13-圖2.3ZPW-2000A軌道電路測試記錄表截圖微機監(jiān)測所記錄數(shù)據(jù)比測試記錄表所記錄數(shù)據(jù)多出了載頻和低頻信息，且可直觀看出設(shè)備工作電壓的變化曲線。且通過對這些數(shù)據(jù)進行分析，發(fā)現(xiàn)兩者所記錄數(shù)據(jù)種類是相同的。本文所用數(shù)據(jù)為整理測試記錄表和微機監(jiān)測記錄數(shù)據(jù)得到。監(jiān)測維護系統(tǒng)部分?jǐn)?shù)據(jù)截圖如圖2.4所示。圖2.4部分?jǐn)?shù)據(jù)文件截圖通過對所采集到的現(xiàn)場數(shù)據(jù)進行整理，當(dāng)設(shè)備出現(xiàn)故障或損壞時，所采集的參數(shù)中的電壓值會發(fā)生波動變化，所以對各設(shè)備的運行情況進行分析進而選取一些特征參數(shù)，通過這些參數(shù)作為后續(xù)模型訓(xùn)練和測試的樣本。部分設(shè)備工作電壓變化曲線如圖2.5所示，樣本數(shù)據(jù)的特征參數(shù)如表2.2所示。

基于棧式自編碼的ZPW-2000A軌道電路故障分類方法的研究-14-(a)主軌出電壓變化曲線(b)送端電纜側(cè)電壓變化曲線圖2.5部分電壓變化曲線表2.2原始樣本數(shù)據(jù)特征參數(shù)序號特征參數(shù)正常值1功出電壓/V132.22送端分線盤電壓/V65.33軌面電壓/V2.54受端電纜側(cè)電壓/V10.95受端設(shè)備側(cè)電壓/V1.726GJ電壓/V28.37軌面電流/A8.38主軌出電壓/mV4239XGJ電壓/V24.5

【參考文獻】：
期刊論文
[1]基于KPCA和深度信念網(wǎng)絡(luò)的發(fā)動機故障檢測[J]. 黃亮,劉君強,張振良,張曦.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2019(05)
[2]基于改進堆疊自編碼網(wǎng)絡(luò)的電站輔機故障預(yù)警[J]. 李曉彬,牛玉廣,葛維春,羅桓桓,周桂平.  儀器儀表學(xué)報. 2019(06)
[3]基于KPCA-GG的火力發(fā)電設(shè)備狀態(tài)診斷方法[J]. 汪國新,郝勇生,蘇志剛.  東南大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[4]核主元分析優(yōu)化神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測[J]. 龔瑞昆,李昊.  工業(yè)控制計算機. 2018(10)
[5]基于深度卷積變分自編碼網(wǎng)絡(luò)的故障診斷方法[J]. 佘博,田福慶,梁偉閣.  儀器儀表學(xué)報. 2018(10)
[6]基于KPCA-ANFIS的鋰離子電池RUL預(yù)測[J]. 王竹晴,龐曉瓊,黃蕊,賈建芳,史元浩,溫杰.  電子測量與儀器學(xué)報. 2018(10)
[7]基于KPCA-MPSO-ELM的礦井突水水源判別模型[J]. 毛志勇,黃春娟,路世昌,韓榕月.  中國安全科學(xué)學(xué)報. 2018(08)
[8]基于改進SAE-SOFTMAX的模擬電路故障診斷方法[J]. 袁莉芬,寧暑光,何怡剛,張朝龍,呂密.  電子測量與儀器學(xué)報. 2018(07)
[9]基于壓縮采集與深度學(xué)習(xí)的軸承故障診斷方法[J]. 溫江濤,閆常弘,孫潔娣,喬艷雷.  儀器儀表學(xué)報. 2018(01)
[10]基于深度學(xué)習(xí)的裝備故障診斷方法[J]. 鞠建波,胡勝林,祝超,管晗.  電光與控制. 2018(02)

博士論文
[1]基于深度自編碼器的機械故障診斷方法研究[D]. 張玉彥.華中科技大學(xué) 2019
[2]基于棧式自編碼網(wǎng)絡(luò)的故障診斷方法研究[D]. 呂菲亞.浙江大學(xué) 2019

碩士論文
[1]基于KPCA-CPSO-LSSVM的循環(huán)冷卻水腐蝕預(yù)測研究[D]. 李靜嫻.天津理工大學(xué) 2019
[2]基于KPCA-LSSVM的冷水機組故障診斷研究[D]. 謝偉.杭州電子科技大學(xué) 2019
[3]基于改進KPCA方法的工業(yè)控制系統(tǒng)假數(shù)據(jù)注入攻擊異常檢測研究[D]. 劉穎.浙江大學(xué) 2019
[4]基于FCM的ZPW-2000A軌道電路故障分類研究[D]. 陳星.蘭州交通大學(xué) 2017
[5]基于決策樹算法的ZPW-2000A軌道電路故障診斷[D]. 吳志鵬.西南交通大學(xué) 2016
[6]基于組合KPCA與改進ELM的工業(yè)過程故障診斷研究[D]. 錢錕.重慶大學(xué) 2016
[7]基于深度學(xué)習(xí)的人臉識別方法的研究[D]. 池燕玲.福建師范大學(xué) 2015
[8]基于神經(jīng)網(wǎng)絡(luò)的ZPW-2000A無絕緣軌道電路故障診斷方法的研究[D]. 魏秀穎.西南交通大學(xué) 2015
[9]基于深度信念網(wǎng)絡(luò)的變速器故障分類識別研究[D]. 單外平.華南理工大學(xué) 2015
[10]經(jīng)驗?zāi)B(tài)分解及深度信念網(wǎng)絡(luò)在語音識別中的應(yīng)用研究[D]. 陳蔚.浙江理工大學(xué) 2015



本文編號：3141756