鐵路道岔系統(tǒng)在鐵路基礎(chǔ)設(shè)施中占有重要地位,其工作狀態(tài)會直接影響整個鐵路系統(tǒng)的行車安全與運營效率。隨著我國高速鐵路列車的不斷提速,對道岔設(shè)備可靠性的要求越發(fā)嚴(yán)苛,對其日常檢修維護的要求也相應(yīng)提高。目前,國內(nèi)各大鐵路局電務(wù)段一般采用天窗點檢修配合周期性維修的方式對道岔設(shè)備進行維護。由于現(xiàn)階段集中監(jiān)測系統(tǒng)報警精確度不足,在發(fā)生故障時仍舊主要通過人工分析故障原因,極大依賴于現(xiàn)場人員的實踐經(jīng)驗和專業(yè)知識。這種方法在診斷效率和成本等方面都難以滿足當(dāng)前鐵路的需求,因此需要進行智能化的道岔故障診斷算法研究。為解決上述問題,本文通過現(xiàn)場調(diào)研并查閱了大量文獻,對高速鐵路提速道岔的工作原理和故障模式進行了研究。由于提速道岔結(jié)構(gòu)復(fù)雜,現(xiàn)場環(huán)境多樣,難以從機理方面對其建立精準(zhǔn)的模型,因此本文從數(shù)據(jù)入手建模�？紤]到道岔設(shè)備故障樣本量較小,動作功率曲線的高維性,本文提出了基于深度森林的提速道岔故障診斷算法,并與其它算法進行了對比實驗,驗證了方法的優(yōu)越性。在此基礎(chǔ)上利用表示電壓對子類電氣故障進行了二級故障的診斷。論文的主要工作如下:（1）道岔系統(tǒng)需求分析:查閱大量文獻,明確道岔故障診斷目前發(fā)展水平及存在問題。選取提速... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：107 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外道岔故障研究現(xiàn)狀
        1.2.2 國內(nèi)道岔故障研究現(xiàn)狀
        1.2.3 深度學(xué)習(xí)在故障診斷中的應(yīng)用
        1.2.4 研究現(xiàn)狀分析
    1.3 論文的主要工作及結(jié)構(gòu)安排
2 道岔系統(tǒng)分析
    2.1 鐵路道岔簡介
    2.2 ZYJ7型電動液壓轉(zhuǎn)轍機動作過程
    2.3 道岔控制電路
        2.3.1 啟動電路
        2.3.2 表示電路
    2.4 本章小結(jié)
3 道岔系統(tǒng)常見故障分析
    3.1 數(shù)據(jù)采集原理
    3.2 常見故障分析
    3.3 道岔故障診斷系統(tǒng)數(shù)據(jù)庫設(shè)計
    3.4 本章小結(jié)
4 道岔故障診斷模型
    4.1 模型算法基本理論
        4.1.1 決策樹
        4.1.2 隨機森林
        4.1.3 深度森林
        4.1.4 評價指標(biāo)
    4.2 基于深度森林的道岔故障診斷
        4.2.1 數(shù)據(jù)預(yù)處理與算法改進
        4.2.2 模型參數(shù)選擇及結(jié)果
    4.3 基于其它算法的鐵路道岔故障診斷
        4.3.1 特征提取變換的道岔故障診斷
        4.3.2 算法性能比較
    4.4 基于表示電壓的無表示故障的二級診斷
    4.5 本章小結(jié)
5 道岔故障診斷系統(tǒng)設(shè)計
    5.1 道岔故障診斷系統(tǒng)需求分析
    5.2 道岔故障診斷系統(tǒng)架構(gòu)
    5.3 道岔故障診斷系統(tǒng)具體設(shè)計實現(xiàn)
        5.3.1 在線使用模塊
        5.3.2 離線使用模塊
        5.3.3 輔助功能模塊
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
附錄控制電路故障數(shù)據(jù)樣本表
英文縮略詞表
圖索引
表索引
作者簡歷及攻讀碩士/博士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]基于SVDD的道岔故障檢測和健康評估方法[J]. 鐘志旺,陳建譯,唐濤,徐田華,王峰.  西南交通大學(xué)學(xué)報. 2018(04)
[2]基于深度學(xué)習(xí)的重載車輛齒輪箱的云故障診斷研究[J]. 陳康,陳良,耿臣露,王建明.  自動化應(yīng)用. 2017(12)
[3]基于深度學(xué)習(xí)的航空傳感器故障診斷方法[J]. 鄭曉飛,郭創(chuàng),姚斌,馮華鑫.  計算機工程. 2017(07)
[4]基于深度學(xué)習(xí)特征提取和粒子群支持向量機狀態(tài)識別的齒輪智能故障診斷[J]. 時培明,梁凱,趙娜,安淑君.  中國機械工程. 2017(09)
[5]鐵路道岔檢測技術(shù)的現(xiàn)狀及發(fā)展[J]. 高聰,周文祥,張遠(yuǎn)彬.  機械. 2016(07)
[6]決策樹分析法在道岔故障診斷和預(yù)警系統(tǒng)中的應(yīng)用[J]. 張志宇,劉影.  鐵道通信信號. 2015(05)
[7]基于FOA-LSSVM的高速鐵路道岔故障診斷[J]. 關(guān)瓊.  科技通報. 2015(04)
[8]基于快速貝葉斯網(wǎng)絡(luò)的S700K轉(zhuǎn)轍機故障診斷研究[J]. 肖蒙,翟琛,潘翠亮.  鐵道科學(xué)與工程學(xué)報. 2015(02)
[9]改進的道岔智能故障診斷系統(tǒng)建模研究[J]. 翟琛,肖蒙.  鐵道標(biāo)準(zhǔn)設(shè)計. 2015(02)
[10]S700K轉(zhuǎn)轍機動作電流曲線智能分析研究[J]. 張?zhí)熨x.  制造業(yè)自動化. 2014(20)

碩士論文
[1]道岔故障診斷及健康狀態(tài)預(yù)測[D]. 許慶陽.北京交通大學(xué) 2018
[2]基于文本數(shù)據(jù)的鐵路道岔故障預(yù)測[D]. 王廣.北京交通大學(xué) 2017
[3]基于深度學(xué)習(xí)模型的感應(yīng)電機故障診斷方法研究[D]. 孫文珺.東南大學(xué) 2017
[4]ZYJ7型提速道岔故障診斷系統(tǒng)研究[D]. 朱孟雯.西南交通大學(xué) 2016
[5]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
[6]基于模糊神經(jīng)網(wǎng)絡(luò)的高速鐵路道岔故障診斷方法研究[D]. 田健.北京交通大學(xué) 2015
[7]基于灰關(guān)聯(lián)的道岔故障診斷方法研究[D]. 陸橋.北京交通大學(xué) 2015
[8]以可靠性為中心的維修在高速鐵路道岔中運用研究[D]. 劉驕.中國鐵道科學(xué)研究院 2014
[9]高速鐵路道岔故障診斷方法研究[D]. 何攸旻.北京交通大學(xué) 2014
[10]貝葉斯網(wǎng)絡(luò)在道岔控制電路故障診斷中的應(yīng)用研究[D]. 翟永強.蘭州交通大學(xué) 2012



本文編號：3047142