ZPW-2000A型軌道電路保障著列車(chē)的安全運(yùn)行,是鐵路運(yùn)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(shí)將會(huì)影響行車(chē)安全,甚至導(dǎo)致列車(chē)相撞等事故,造成人員傷亡和經(jīng)濟(jì)的損失。通過(guò)對(duì)軌道電路出現(xiàn)故障的設(shè)備進(jìn)行及時(shí)維修養(yǎng)護(hù)來(lái)使列車(chē)運(yùn)行安全可靠,進(jìn)而使列車(chē)的運(yùn)輸效率得到提高。目前現(xiàn)場(chǎng)實(shí)際的檢測(cè)和診斷軌道電路故障的方式依然是憑借現(xiàn)場(chǎng)檢修人員的經(jīng)驗(yàn)來(lái)進(jìn)行測(cè)試和分析,這種方式過(guò)于依靠現(xiàn)場(chǎng)人員,使故障判斷的時(shí)間長(zhǎng),效率降低,判別錯(cuò)誤等問(wèn)題易出現(xiàn)。為解決上述問(wèn)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(shí)際故障數(shù)據(jù),構(gòu)建ZPW-2000A型軌道電路故障分類(lèi)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(chǎng)實(shí)際歷史故障監(jiān)測(cè)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(xiàn)盤(pán)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(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

ZPW-2000A軌道電路測(cè)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(cè)試記錄表截圖微機(jī)監(jiān)測(cè)所記錄數(shù)據(jù)比測(cè)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(guān)看出設(shè)備工作電壓的變化曲線(xiàn)。且通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)兩者所記錄數(shù)據(jù)種類(lèi)是相同的。本文所用數(shù)據(jù)為整理測(cè)試記錄表和微機(jī)監(jiān)測(cè)記錄數(shù)據(jù)得到。監(jiān)測(cè)維護(hù)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(guò)對(duì)所采集到的現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行整理，當(dāng)設(shè)備出現(xiàn)故障或損壞時(shí)，所采集的參數(shù)中的電壓值會(huì)發(fā)生波動(dòng)變化，所以對(duì)各設(shè)備的運(yùn)行情況進(jìn)行分析進(jìn)而選取一些特征參數(shù)，通過(guò)這些參數(shù)作為后續(xù)模型訓(xùn)練和測(cè)試的樣本。部分設(shè)備工作電壓變化曲線(xiàn)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(lèi)方法的研究-14-(a)主軌出電壓變化曲線(xiàn)(b)送端電纜側(cè)電壓變化曲線(xiàn)圖2.5部分電壓變化曲線(xiàn)表2.2原始樣本數(shù)據(jù)特征參數(shù)序號(hào)特征參數(shù)正常值1功出電壓/V132.22送端分線(xiàn)盤(pán)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(xiàn)】：
期刊論文
[1]基于KPCA和深度信念網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障檢測(cè)[J]. 黃亮,劉君強(qiáng),張振良,張曦.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2019(05)
[2]基于改進(jìn)堆疊自編碼網(wǎng)絡(luò)的電站輔機(jī)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(bào). 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(guó)新,郝勇生,蘇志剛.  東南大學(xué)學(xué)報(bào)(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(cè)[J]. 龔瑞昆,李昊.  工業(yè)控制計(jì)算機(jī). 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(bào). 2018(10)
[6]基于KPCA-ANFIS的鋰離子電池RUL預(yù)測(cè)[J]. 王竹晴,龐曉瓊,黃蕊,賈建芳,史元浩,溫杰.  電子測(cè)量與儀器學(xué)報(bào). 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(guó)安全科學(xué)學(xué)報(bào). 2018(08)
[8]基于改進(jìn)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(cè)量與儀器學(xué)報(bào). 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(bào). 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(jī)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(cè)研究[D]. 李靜嫻.天津理工大學(xué) 2019
[2]基于KPCA-LSSVM的冷水機(jī)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(jìn)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(cè)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(lèi)研究[D]. 陳星.蘭州交通大學(xué) 2017
[5]基于決策樹(shù)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(jìn)ELM的工業(yè)過(guò)程故障診斷研究[D]. 錢(qián)錕.重慶大學(xué) 2016
[7]基于深度學(xué)習(xí)的人臉識(shí)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(wú)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(lèi)識(shí)別研究[D]. 單外平.華南理工大學(xué) 2015
[10]經(jīng)驗(yàn)?zāi)B(tài)分解及深度信念網(wǎng)絡(luò)在語(yǔ)音識(shí)別中的應(yīng)用研究[D]. 陳蔚.浙江理工大學(xué) 2015



本文編號(hào)：3141756