基于極限學習機的軌道電路補償電容故障檢測
發(fā)布時間：2021-02-28 19:47
軌道電路作為重要信號設備,其工作狀態(tài)決定了鐵路系統(tǒng)是否能夠正常運行。而補償電容主要作用就是降低信號在鋼軌上傳輸過程產(chǎn)生的無功功率,提高軌道電路的“信干比”,使移頻信號在鋼軌上傳輸距離增長。補償電容失效可能造成紅光帶故障,危及行車安全。目前,針對補償電容的故障檢測,主要研究點集中在使用分路態(tài)機車信號感應電壓幅值包絡對故障電容進行定位。本文立足于軌道電路調整狀態(tài),通過建模并分析了容值下降時接收端電壓的變化,提出基于地面設備的容值估算的方法。具體研究內(nèi)容如下:（1）以ZPW-2000A軌道電路實驗線為研究對象,建立了軌道電路各結構的四端網(wǎng)絡模型,并通過級聯(lián)模型得到調整狀態(tài)下軌道電路信號傳輸模型。隨后對補償電容的容值下降故障進行了仿真分析。（2）通過增加阻抗模擬軌道電路實驗線補償電容的容值下降,并使用基于LABVIEW的軟硬件設備對各參量電壓數(shù)據(jù)進行采集。在采集數(shù)據(jù)的基礎上對模型的準確性進行驗證。（3）針對運營線軌道電路建立了四端網(wǎng)絡模型。分析了各位置補償電容容值下降及斷線時,接收端電壓的變化,以及補償電容容值的設置原則。（4）介紹了極限學習機（ELM）算法的結構及原理,針對其泛化能力弱的問題...
【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】：81 頁
【學位級別】：碩士
【部分圖文】：
峨眉校區(qū)軌道電路實驗線設備3.2調整態(tài)軌道電路實驗線建模軌道電路設備的四個端點均可以兩兩對地構成端口，也就是四端網(wǎng)[46]
西南交通大學碩士研究生學位論文 第21頁單純的數(shù)據(jù)測量，還是通過編程語言進行虛擬儀器的實現(xiàn)，LabVIEW都為我們展現(xiàn)了強大的數(shù)據(jù)處理能力及實際應用能力。圖形化的編程語言實現(xiàn)了人機交互，極大地方便了設計師的使用。數(shù)據(jù)存儲、轉換的多樣性豐富了使用者的選擇[46]。本文中的被測軌道電路信號載頻為 1700Hz，根據(jù)奈奎斯特定理，在采集模塊中設置采樣頻率為50000，采樣點數(shù)為 50000。
圖 3-10 數(shù)據(jù)采集過程4 模型準確性驗證本次實驗為期 40 天，共采集數(shù)據(jù) 60 組。由于采樣頻率高，數(shù)據(jù)量大。在前據(jù)進行處理時，提取每個“周期”的有效值，存儲于 EXCEL 表中，為模型準證準確性做準備。軌道電路實驗線的基本參數(shù)如表 3-5 所示。表 3-5 軌道電路實驗線參數(shù)載頻主軌道區(qū)段長度調諧區(qū)長度傳輸電纜長度匹配變壓器變比補償電容個數(shù) 補償電容間距 容值700Hz 171m 29m 10km 1:9 2 85m 55u表 3-6 模型計算量與測試量比對監(jiān)測參量名稱 計算量（V） 測試量（V） 絕對誤差 相對誤差軌入電壓 2.40 2.35 -0.05 -2.12%主軌出電壓 1.18 1.28 0.1 7.81%小軌出電壓 0.89 0.91 0.02 2.19%
【參考文獻】：
期刊論文
[1]堅持以人民為中心 做好交通強國鐵路先行的踐行者[J]. 張麗萍. 理論學習與探索. 2018(06)
[2]基于SVDD和灰色預測的ZPW-2000A軌道電路設備壽命預測研究（英文）[J]. 王瑞峰,賈楠. Journal of Measurement Science and Instrumentation. 2018(04)
[3]軌道電路補償電容失效模式分析[J]. 孟景輝,侯月彬. 中國鐵路. 2018(07)
[4]簡談貴廣高鐵廣東段ZPW-2000A軌道電路標調[J]. 劉志軍. 鐵路通信信號工程技術. 2018(02)
[5]高鐵ZPW-2000A軌道補償電容短路故障的處理[J]. 徐俊岐. 鐵道通信信號. 2017(06)
[6]基于WA-ELM的網(wǎng)絡流量混沌預測模型[J]. 胡竟偉. 微電子學與計算機. 2017(06)
[7]簡談運用機車信號數(shù)據(jù)實現(xiàn)補償電容檢測[J]. 高璇. 鐵路通信信號工程技術. 2016(06)
[8]基于極限學習機的分類算法及在故障識別中的應用[J]. 裘日輝,劉康玲,譚海龍,梁軍. 浙江大學學報(工學版). 2016(10)
[9]改進式混合增量極限學習機算法[J]. 王超,王建輝,顧樹生,張宇獻,武瑋. 控制與決策. 2015(11)
[10]基于PCA和多變量極限學習機的軸承剩余壽命預測[J]. 何群,李磊,江國乾,謝平. 中國機械工程. 2014(07)
博士論文
[1]軌道電路故障預測與健康管理關鍵技術研究[D]. 黃贊武.北京交通大學 2013
碩士論文
[1]基于動態(tài)多輪對分路建模的ZPW-2000軌道電路故障診斷研究[D]. 傅佳偉.西南交通大學 2018
[2]基于極限學習機的過程監(jiān)控方法研究[D]. 羅丹.華南理工大學 2018
[3]無絕緣軌道電路多補償電容故障快速診斷方法[D]. 徐侃.北京交通大學 2017
[4]基于神經(jīng)網(wǎng)絡的軌道電路補償電容故障診斷研究[D]. 周洋.西南交通大學 2017
[5]ZPW-2000A型無絕緣移頻軌道電路智能故障診斷方法研究[D]. 王秋實.西南交通大學 2017
[6]ZPW-2000A無絕緣軌道電路建模與仿真[D]. 池鵬舉.西南交通大學 2017
[7]補償電容對JTC可靠性的影響分析及配置優(yōu)化[D]. 陳琛.北京交通大學 2017
[8]極限學習機理論與算法研究[D]. 張海霞.沈陽航空航天大學 2017
[9]基于粗糙集理論和MSVM的絕緣節(jié)破損預測的研究[D]. 肖自強.蘭州交通大學 2016
[10]無絕緣軌道電路補償電容狀態(tài)實時監(jiān)測的研究[D]. 吳蒙.北京交通大學 2016
本文編號：3056362
【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】：81 頁
【學位級別】：碩士
【部分圖文】：
峨眉校區(qū)軌道電路實驗線設備3.2調整態(tài)軌道電路實驗線建模軌道電路設備的四個端點均可以兩兩對地構成端口，也就是四端網(wǎng)[46]
西南交通大學碩士研究生學位論文 第21頁單純的數(shù)據(jù)測量，還是通過編程語言進行虛擬儀器的實現(xiàn)，LabVIEW都為我們展現(xiàn)了強大的數(shù)據(jù)處理能力及實際應用能力。圖形化的編程語言實現(xiàn)了人機交互，極大地方便了設計師的使用。數(shù)據(jù)存儲、轉換的多樣性豐富了使用者的選擇[46]。本文中的被測軌道電路信號載頻為 1700Hz，根據(jù)奈奎斯特定理，在采集模塊中設置采樣頻率為50000，采樣點數(shù)為 50000。
圖 3-10 數(shù)據(jù)采集過程4 模型準確性驗證本次實驗為期 40 天，共采集數(shù)據(jù) 60 組。由于采樣頻率高，數(shù)據(jù)量大。在前據(jù)進行處理時，提取每個“周期”的有效值，存儲于 EXCEL 表中，為模型準證準確性做準備。軌道電路實驗線的基本參數(shù)如表 3-5 所示。表 3-5 軌道電路實驗線參數(shù)載頻主軌道區(qū)段長度調諧區(qū)長度傳輸電纜長度匹配變壓器變比補償電容個數(shù) 補償電容間距 容值700Hz 171m 29m 10km 1:9 2 85m 55u表 3-6 模型計算量與測試量比對監(jiān)測參量名稱 計算量（V） 測試量（V） 絕對誤差 相對誤差軌入電壓 2.40 2.35 -0.05 -2.12%主軌出電壓 1.18 1.28 0.1 7.81%小軌出電壓 0.89 0.91 0.02 2.19%
【參考文獻】：
期刊論文
[1]堅持以人民為中心 做好交通強國鐵路先行的踐行者[J]. 張麗萍. 理論學習與探索. 2018(06)
[2]基于SVDD和灰色預測的ZPW-2000A軌道電路設備壽命預測研究（英文）[J]. 王瑞峰,賈楠. Journal of Measurement Science and Instrumentation. 2018(04)
[3]軌道電路補償電容失效模式分析[J]. 孟景輝,侯月彬. 中國鐵路. 2018(07)
[4]簡談貴廣高鐵廣東段ZPW-2000A軌道電路標調[J]. 劉志軍. 鐵路通信信號工程技術. 2018(02)
[5]高鐵ZPW-2000A軌道補償電容短路故障的處理[J]. 徐俊岐. 鐵道通信信號. 2017(06)
[6]基于WA-ELM的網(wǎng)絡流量混沌預測模型[J]. 胡竟偉. 微電子學與計算機. 2017(06)
[7]簡談運用機車信號數(shù)據(jù)實現(xiàn)補償電容檢測[J]. 高璇. 鐵路通信信號工程技術. 2016(06)
[8]基于極限學習機的分類算法及在故障識別中的應用[J]. 裘日輝,劉康玲,譚海龍,梁軍. 浙江大學學報(工學版). 2016(10)
[9]改進式混合增量極限學習機算法[J]. 王超,王建輝,顧樹生,張宇獻,武瑋. 控制與決策. 2015(11)
[10]基于PCA和多變量極限學習機的軸承剩余壽命預測[J]. 何群,李磊,江國乾,謝平. 中國機械工程. 2014(07)
博士論文
[1]軌道電路故障預測與健康管理關鍵技術研究[D]. 黃贊武.北京交通大學 2013
碩士論文
[1]基于動態(tài)多輪對分路建模的ZPW-2000軌道電路故障診斷研究[D]. 傅佳偉.西南交通大學 2018
[2]基于極限學習機的過程監(jiān)控方法研究[D]. 羅丹.華南理工大學 2018
[3]無絕緣軌道電路多補償電容故障快速診斷方法[D]. 徐侃.北京交通大學 2017
[4]基于神經(jīng)網(wǎng)絡的軌道電路補償電容故障診斷研究[D]. 周洋.西南交通大學 2017
[5]ZPW-2000A型無絕緣移頻軌道電路智能故障診斷方法研究[D]. 王秋實.西南交通大學 2017
[6]ZPW-2000A無絕緣軌道電路建模與仿真[D]. 池鵬舉.西南交通大學 2017
[7]補償電容對JTC可靠性的影響分析及配置優(yōu)化[D]. 陳琛.北京交通大學 2017
[8]極限學習機理論與算法研究[D]. 張海霞.沈陽航空航天大學 2017
[9]基于粗糙集理論和MSVM的絕緣節(jié)破損預測的研究[D]. 肖自強.蘭州交通大學 2016
[10]無絕緣軌道電路補償電容狀態(tài)實時監(jiān)測的研究[D]. 吳蒙.北京交通大學 2016
本文編號：3056362
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3056362.html
