列控系統(tǒng)作為高速列車自動運行的控制體系,其可靠性和安全性對于列車平穩(wěn)運行至關重要。車載設備作為列控系統(tǒng)的關鍵組成,其功能是速度運行防護,是保障列車安全運行的關鍵。其工作性能和運行狀態(tài)是列車行車效率及保障行車的重要指標。車載設備發(fā)生故障,輕則造成列車運行晚點,降低行車效率,重則導致沖撞等安全事故。因此,快速、準確地發(fā)現并排除故障,保證行車安全對車載設備故障診斷技術的發(fā)展有重要的意義。目前,列控車載設備存在系統(tǒng)結構復雜、故障診斷特征不確定、傳統(tǒng)故障診斷方法過于依賴專家經驗和維修經驗、故障診斷自動化程度低等問題,為了縮短故障處理時間和提高維修效率,有必要建立一種智能化的故障診斷方式,可以快速、準確地定位故障產生原因,及時、有效地排除故障。因此,針對上述問題,本文深入研究列控車載設備結構組成及故障特征,選取CS(Cuckoo Search,布谷鳥)和PSO(Particle Swarm Optimization,粒子群)智能算法優(yōu)化BN(Bayesian Networks,貝葉斯網絡)進行模型構建,結合專家先驗知識和故障數據完善模型,提出了一種CS-PSO(Cuckoo Search Algorithm-Particle Swarm Optimization Algorithm,布谷鳥-粒子群算法)的BN故障診斷方法。通過對CTCS3-300T車載設備實際故障數據的診斷分析,實現了車載設備智能化的故障診斷,驗證了此方法的高效性和準確性。論文的具體工作包括:首先,詳細研究CTCS3-300T車載設備的組成結構及功能特征,分析其故障診斷的特點。針對不同的故障模塊,分析其故障表象及產生原因。將以自然語言記錄的無規(guī)則故障追蹤表,利用數據挖掘技術進行故障的數據挖掘,提取故障特征和故障引發(fā)規(guī)則,找出故障特征點間潛在關聯性。對故障特征進行分類和編碼,建立計算機可識別的編碼故障診斷規(guī)則�；趯＜蚁闰炛R和故障診斷特征,建立故障診斷的先驗知識庫,為車載設備的故障診斷提供先驗診斷規(guī)則。其次,針對車載設備的故障特征,將處理不確定知識表達最優(yōu)的BN作為核心算法,引入CS和PSO智能算法優(yōu)化BN進行模型構建。分析了布谷鳥和粒子群算法的基本流程,找出影響算法斂散的因素。結合CS、PSO算法的優(yōu)點,改進了CS-PSO算法。根據BN的結構特點,將CS-PSO算法應用于BN的結構學習,提出了一種CS-PSO優(yōu)化BN的結構學習算法。以Chest Clinic、Credit、Car Diagnosis經典網絡為仿真模型,進行了貪婪算法、K2算法、CS算法和CS-PSO算法的建模與仿真比較。驗證了CS-PSO算法在BN的結構學習中,收斂速度快、收斂精度高和穩(wěn)定性好,可以更快、更優(yōu)的得到精確的貝葉斯網絡結構模型。最后,將CS-PSO-BN結構學習算法應用于CTCS3-300T車載設備的故障診斷。建立CS-PSO優(yōu)化BN的列控車載設備故障診斷模型,利用MLE(Maximal Likelihood Estimate,極大似然估計)算法對模型進行參數學習進一步優(yōu)化BN的模型結構。通過與先驗知識庫的融合,構建出車載設備故障診斷的最優(yōu)BN模型結構。運用車載設備故障訓練樣本對其仿真訓練,便可得到CS-PSO-BN模型的診斷輸出結果。通過對不同模型的診斷比較,得出CS-PSO-BN模型收斂速度快、學習時間短和診斷模型優(yōu),有效地提高了故障診斷的準確性,為車載設備實現高效化地故障診斷提供了新思路。
【學位單位】：蘭州交通大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：U284.92
【部分圖文】：

S1 S2 S3 S4 S5 S10 S7 S8S9 S6 S11 S12 S13 S14 S15 S16S17 S18 S19 S20 S21 S22 S23 S24 S25 S26圖 4.10 信息融合的 BN 模型4.6 BN 模型的參數學習在車載設備的故障診斷模型確立后，還需通過修正節(jié)點的先驗概率來建立診斷模型的 CPT（Conditional Probability Table,條概率表），以建立完整的 BN 故障診斷模型。參數學習作為評價模型準確性的一個重要指標，在先驗知識與學習樣本相同的條件下，模型參數學習的準確性從很大程度上決定著學習模型的精確度。由于 CTCS3-300T 車載設備的故障樣本相對完整，本文選用 MLE 算法進行節(jié)點參數的修正。隨著數據樣本數據的累計 MLE 學習到的概率參數將會非常準確。假設將診斷知識數據庫和 CS-PSO 算法信息融合建立的 BN 定義為 BN1，將診斷知識數據庫和 K2 算法信息融合建立的 BN 定義為 BN2，本文利用 GenIe2.0[57]軟件的 MLE算法完成各模型節(jié)點的先驗概率學習，結果如圖 4.11 所示。

基于CS-PSO 優(yōu)化BN 的列控車載設備故障診斷研究T ={1 ,1,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0, 0,0,0,0,0,0}，集合的元素狀態(tài)由 0 和 1 表示，含義為：0-未發(fā)生，1-發(fā)生。輸入T 作為證據參數并令 P( S1 1) 1 P( S 2 1) 1 P( S 7 1) 1。利用 GenIe2.0 軟件的聯合樹算法分別對 BN1 模型和 BN2 模型進行診斷推理，其推理結果如圖 4.12 所示。

【相似文獻】

相關期刊論文 前10條

1 吳茜;王力;;基于北斗授時技術的信號車載設備時鐘同步方案探討[J];鐵道通信信號;2019年10期

2 劉慶;郭慧嬌;;“工匠精神”的傳承者們[J];北方人(悅讀);2017年07期

3 毛高壽;;車載設備快速裝卸機構[J];電子工藝技術;1989年03期

4 李涌霞;王偉彬;;列車運行控制系統(tǒng)車載設備[J];鄭鐵科技通訊;2007年02期

5 李明洪,臧永立;工程車加裝車載設備問題探討[J];鐵道通信信號;2004年09期

6 侯贏;;列控車載設備測試方法及故障處理模式改進[J];福建質量管理;2016年05期

7 李嘉懿;;《動車組車載設備運用維護作業(yè)配合》正式出版[J];鐵道通信信號;2015年10期

8 魏寶生;盧文山;邢世佩;;電務車載設備遠程監(jiān)測預警系統(tǒng)研究[J];鐵道通信信號;2013年09期

9 劉青;劉洪峰;;移動發(fā)射車載設備的選擇和應用[J];中國有線電視;2006年Z2期

10 郜春海,唐濤,張建明;高速鐵路列車運行控制系統(tǒng)車載設備的軟件設計[J];北方交通大學學報;1999年05期

相關會議論文 前10條

1 孫鵬;張惟皎;陳彥;朱偉橋;;基于大數據的動車組車載設備信息分析[A];2014第九屆中國智能交通年會大會論文集[C];2014年

2 陳建譯;;武廣高鐵ATP運維數據調查分析[A];列車運行控制系統(tǒng)技術交流會專刊[C];2013年

3 張會敏;;主體化機車信號車載設備故障處理方法[A];技師·傳承[C];2011年

4 楊艷;;淺談青藏鐵路格拉段ITCS車載設備的維護管理[A];青藏鐵路通車運營十周年通信信號技術交流會論文集[C];2016年

5 呂書麗;;列控系統(tǒng)車載設備發(fā)展淺談[A];快速提升鐵路建設與裝備現代化技術促進鐵路跨越式發(fā)展——中國科協(xié)第五屆青年學術年會第九分會場論文集[C];2004年

6 戴芳;王念春;;基于LonWorks的列車安全預警系統(tǒng)設計[A];江蘇省電工技術學會成立十周年慶典暨2004年學術年會論文集[C];2004年

7 韓廣廣;孫超;林鈺龍;;智能交通收費技術探索與思考[A];品質交通與協(xié)同共治——2019年中國城市交通規(guī)劃年會論文集[C];2019年

8 趙志鵬;王翔;;應用于復興號的C3車載設備緊急制動技術研究[A];第十三屆中國智能交通年會大會論文集[C];2018年

9 杜建明;;淺談CRH_3型動車組列控車載設備特點及應用[A];2012年鐵路技師論文集（安全專輯）[C];2013年

10 呂書麗;;列控系統(tǒng)車載設備發(fā)展淺談[A];科技、工程與經濟社會協(xié)調發(fā)展——中國科協(xié)第五屆青年學術年會論文集[C];2004年

相關重要報紙文章 前10條

1 記者 徐蘊海;16元修復兩臺進口車載設備[N];蘇州日報;2019年

2 本報記者 唐克軍 本報通訊員 田鳳義 張友兵;動車“聰慧靈敏”多虧它[N];人民鐵道;2017年

3 本報記者 焦元 本報通訊員 張智勇;創(chuàng)新打開發(fā)展新格局[N];人民鐵道;2017年

4 本報特約記者 李祥國　本報通訊員 高志剛 陳明磊;車載設備送檢不再長途跋涉[N];人民鐵道;2011年

5 江鑫;新車載設備讓眾耳不再難調[N];北京科技報;2005年

6 本報記者于莘明;打造中國GPS 車載設備第一品牌[N];科技日報;2002年

7 本報記者 徐達;車載設備商應“需”而動[N];經濟日報;2013年

8 鐘正;國內車企與智能車載設備[N];企業(yè)家日報;2013年

9 記者 管煒　通訊員 于洋;通遼電務段車載設備車間“小攻關”創(chuàng)出“大效益”[N];通遼日報;2010年

10 記者 陸曉華;的士擴容400新車下周上路[N];蘇州日報;2011年

相關博士學位論文 前1條

1 陳新;基于功率波的車載設備無線電能傳輸系統(tǒng)研究[D];湖南大學;2015年

相關碩士學位論文 前10條

1 李俊武;基于CS-PSO優(yōu)化BN的列控車載設備故障診斷研究[D];蘭州交通大學;2019年

2 石錫堯;列控車載設備故障間隔時間統(tǒng)計分布建模及預測方法研究[D];北京交通大學;2019年

3 張軍政;基于交叉熵理論的列控車載設備故障組合預測方法研究[D];北京交通大學;2019年

4 吳順;基于文本數據的列控車載設備輔助維護方法研究[D];北京交通大學;2019年

5 傅曉威;基于微信小程序的公交車載設備運維平臺軟件設計和實現[D];浙江工業(yè)大學;2018年

6 劉浩;基于關聯規(guī)則的高鐵列控車載設備故障診斷方法研究[D];北京交通大學;2018年

7 鄔濤;列控車載設備MVB總線通訊技術研究[D];華東交通大學;2017年

8 陳曦;基于文本信息抽取的高鐵車載設備故障發(fā)現的理論與方法[D];北京交通大學;2017年

9 馮娟;基于粗糙集理論的列控車載設備故障診斷方法[D];北京交通大學;2017年

10 丁俊東;基于ZigBee技術的不停車收費車載設備的設計[D];南京理工大學;2009年

本文編號：2833593