本文關鍵詞：基于貝葉斯網(wǎng)絡的列控車載設備故障診斷方法，由筆耕文化傳播整理發(fā)布。

【摘要】：車載設備是列控系統(tǒng)的重要組成部分,是保障列車運行安全的關鍵。但是,在列車的運行過程中,車載設備的故障時有發(fā)生,現(xiàn)有的車載設備故障診斷方法已不能滿足現(xiàn)代化鐵路高速運行的需求,因此,通過智能化的故障診斷方法實現(xiàn)車載設備的故障診斷具有重要意義。目前,我國的高鐵故障診斷系統(tǒng)過于依賴專家知識,并且在故障診斷過程中,數(shù)據(jù)的利用率低。本文針對列控系統(tǒng)車載設備故障的多樣性與不確定性,在深入研究車載設備結構與功能的基礎上,把專家知識與歷史故障數(shù)據(jù)相結合,提出了一種基于貝葉斯網(wǎng)絡的列控車載設備故障診斷方法,實現(xiàn)了車載設備故障診斷的智能化分析。論文的主要工作包括：(1)對車載設備歷史故障數(shù)據(jù)進行數(shù)據(jù)挖掘,生成車載設備故障特征詞庫,計算出故障特征詞在各故障文本詞條中的權重,并對故障文本特征屬性權重表進行離散化處理,構建車載設備故障診斷決策表。通過基于遺傳算法的粗糙集屬性約簡方法對故障決策表進行屬性約簡,將約簡結果作為診斷網(wǎng)絡的故障征兆節(jié)點,從而降低了貝葉斯網(wǎng)絡診斷模型的復雜度。(2)利用車載設備故障數(shù)據(jù)形成的訓練數(shù)據(jù)集和專家經(jīng)驗進行貝葉斯網(wǎng)絡診斷模型的構建,提高了診斷模型的準確性。并通過最大似然估計方法對貝葉斯網(wǎng)絡進行參數(shù)學習,完善了基于貝葉斯網(wǎng)絡的故障診斷模型,為貝葉斯網(wǎng)絡的精確推理創(chuàng)造了條件。(3)利用車載設備歷史故障數(shù)據(jù),對故障征兆進行文本挖掘,找出各故障征兆間潛在的關聯(lián)關系,并更新貝葉斯網(wǎng)絡診斷模型。根據(jù)故障數(shù)據(jù)對加入故障征兆關聯(lián)的貝葉斯網(wǎng)絡進行參數(shù)學習,進一步優(yōu)化了診斷網(wǎng)絡模型的參數(shù)。通過故障文本進行驗證分析,證明了帶有征兆關聯(lián)的貝葉斯網(wǎng)絡故障診斷的正確性、可靠性更高。(4)根據(jù)故障診斷系統(tǒng)需求,利用C#和Matlab混合編程,開發(fā)了可視化的車載設備故障診斷系統(tǒng),為車載設備的故障診斷提供了決策支持。本文提出了一種基于貝葉斯網(wǎng)絡的列控車載設備故障診斷方法,實現(xiàn)了車載設備故障診斷的智能化,提高了診斷的效率和精度,為列控系統(tǒng)診斷的高效化提供了一種新的方法。
【關鍵詞】：車載設備 故障診斷 貝葉斯網(wǎng)絡 屬性約簡 故障征兆
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U284.92;U279.3;TP18
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-20
• 1.1 研究背景及意義12-13
• 1.2 國內外研究現(xiàn)狀13-17
• 1.2.1 列控系統(tǒng)故障診斷方法13-15
• 1.2.2 貝葉斯網(wǎng)絡的發(fā)展現(xiàn)狀15-17
• 1.3 論文的主要工作及結構安排17-20
• 2 理論知識20-32
• 2.1 貝葉斯網(wǎng)絡理論20-27
• 2.1.1 貝葉斯網(wǎng)絡基本定理21-22
• 2.1.2 貝葉斯網(wǎng)絡的實例22-23
• 2.1.3 貝葉斯網(wǎng)絡的學習23-25
• 2.1.4 貝葉斯網(wǎng)絡的推理25-27
• 2.2 粗糙集理論27-30
• 2.2.1 知識與知識庫28
• 2.2.2 粗糙集的上、下近似集28-29
• 2.2.3 決策表與決策規(guī)則29-30
• 2.2.4 屬性約簡30
• 2.3 本章小結30-32
• 3 車載設備與故障數(shù)據(jù)挖掘32-48
• 3.1 列控車載設備結構與功能32-34
• 3.1.1 列控車載設備組成32-33
• 3.1.2 列控車載設備功能33-34
• 3.2 列控車載設備故障數(shù)據(jù)34-37
• 3.2.1 故障信息表34-36
• 3.2.2 故障文本分析36-37
• 3.3 列控車載設備故障診斷系統(tǒng)框架37-38
• 3.4 車載設備故障數(shù)據(jù)挖掘38-47
• 3.4.1 數(shù)據(jù)挖掘的流程38-39
• 3.4.2 文本預處理39-43
• 3.4.3 基于粗糙集的屬性約簡43-46
• 3.4.4 訓練數(shù)據(jù)集的生成46-47
• 3.5 本章小結47-48
• 4 列控車載設備故障診斷系統(tǒng)48-66
• 4.1 貝葉斯網(wǎng)絡故障診斷模型構建48-55
• 4.1.1 基于專家經(jīng)驗的模型構建49-52
• 4.1.2 基于結構學習的模型構建52-55
• 4.1.3 方法融合的貝葉斯網(wǎng)絡模型構建55
• 4.2 貝葉斯網(wǎng)絡故障診斷模型參數(shù)學習55-59
• 4.2.1 貝葉斯網(wǎng)絡的參數(shù)學習56-57
• 4.2.2 加入征兆節(jié)點關系的參數(shù)學習57-59
• 4.3 故障診斷貝葉斯網(wǎng)絡的驗證推理59-64
• 4.3.1 推理算法的基本流程59-60
• 4.3.2 貝葉斯網(wǎng)絡的模型驗證60-62
• 4.3.3 實驗分析162-63
• 4.3.4 實驗分析263-64
• 4.4 本章小結64-66
• 5 車載設備故障診斷系統(tǒng)的設計與實現(xiàn)66-80
• 5.1 系統(tǒng)需求分析66-68
• 5.1.1 功能需求性分析66-67
• 5.1.2 非功能性需求67
• 5.1.3 故障診斷系統(tǒng)的運行環(huán)境需求67-68
• 5.2 故障診斷系統(tǒng)總體方案68-71
• 5.2.1 系統(tǒng)架構68-69
• 5.2.2 故障診斷系統(tǒng)的流程69-71
• 5.3 故障診斷系統(tǒng)設計與實現(xiàn)71-78
• 5.3.1 Matlab與C#混合編程71-72
• 5.3.2 數(shù)據(jù)庫的設計及實現(xiàn)72-74
• 5.3.3 故障診斷系統(tǒng)的設計及實現(xiàn)74-78
• 5.4 本章小結78-80
• 6 總結與展望80-82
• 6.1 總結80
• 6.2 展望80-82
• 參考文獻82-86
• 圖索引86-88
• 表索引88-90
• 作者簡歷及攻讀碩士學位期間取得的研究成果90-94
• 學位論文數(shù)據(jù)集94

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 范麗君;列車運行控制系統(tǒng)車載設備發(fā)展探討[J];機車電傳動;2004年06期

2 周昊;和愛車一起旅行 ——車載設備大搜羅[J];多媒體世界;2005年04期

3 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

4 江坤;;國產(chǎn)化城軌交通列車自動駕駛系統(tǒng)車載設備研究與設計[J];鐵路通信信號工程技術;2009年01期

5 陳延春;;客運專線車載設備非正常制動的解決方案[J];鐵道通信信號;2009年05期

6 靳洪都;蔡伯根;王劍;安毅;上官偉;;高鐵追蹤接近預警系統(tǒng)車載設備的設計與實現(xiàn)[J];鐵道通信信號;2013年05期

7 郭俊亮;唐禎敏;;公共汽車智能車載設備的設計[J];中國科技信息;2006年12期

8 陳修祥;馬履中;;車載設備多維振動控制裝置的設計及模態(tài)研究[J];自然科學進展;2007年04期

9 黃龍才;;車載設備的振動響應[J];航天控制;1992年01期

10 王德政;;對現(xiàn)代鐵路交通行車安全車載設備的認識及改進建議[J];科技信息(學術研究);2008年29期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 王志剛;張必超;;公路運輸與車載設備振動試驗規(guī)范的確定[A];2010第十五屆可靠性學術年會論文集[C];2010年

2 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

3 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

4 王留琪;;車載BTM設備故障處理及數(shù)據(jù)分析[A];《河南鐵道》2011年第5期[C];2011年

5 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

中國重要報紙全文數(shù)據(jù)庫 前7條

1 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

2 本報記者 徐達;車載設備商應“需”而動[N];經(jīng)濟日報;2013年

3 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

4 宋鵬 宋煒;解析車載GPS“誤區(qū)”[N];中國消費者報;2004年

5 張亮 本報記者 傅江平;深圳：打車軟件上出租[N];中國質量報;2013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 杜菲;出租車的黑匣子 何時叫好又叫座[N];中國計算機報;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王峰;基于文本挖掘的高鐵車載設備故障診斷方法研究[D];北京交通大學;2016年

2 李玉蘭;基于貝葉斯網(wǎng)絡的列控車載設備故障診斷研究[D];北京交通大學;2016年

3 劉建海;哈爾濱電務段列控車載設備的維護管理研究[D];吉林大學;2016年

4 周永健;列控車載設備測速測距技術研究[D];中國鐵道科學研究院;2016年

5 梁瀟;基于貝葉斯網(wǎng)絡的列控車載設備故障診斷方法[D];北京交通大學;2016年

6 吳淵;基于BP神經(jīng)網(wǎng)絡的車載設備故障診斷與預測研究[D];北京交通大學;2016年

7 馬龍;全自動駕駛系統(tǒng)車載設備可靠性分析與實現(xiàn)[D];北京交通大學;2014年

8 王坤;車載設備無人值守測試系統(tǒng)的設計[D];太原科技大學;2012年

9 王振顯;基于案例推理的高鐵信號系統(tǒng)車載設備故障診斷[D];北京交通大學;2015年

10 吳波前;列車追蹤接近預警系統(tǒng)車載設備優(yōu)化設計[D];北京交通大學;2014年

  本文關鍵詞：基于貝葉斯網(wǎng)絡的列控車載設備故障診斷方法，，由筆耕文化傳播整理發(fā)布。

本文編號：504805