基于文本挖掘的高铁信号系统车载设备故障诊断

本文以故障文本信息为依据,提出基于文本挖掘的高铁信号系统车载设备的故障诊断方法。针对故障追踪表记录的不规范性和随意性,采用主题模型对故障追踪表进行分析和特征提取;在此基础上,考虑到高铁信号系统车载设备故障诊断的不确定性,采用贝叶斯网络作为故障分类的方法。在贝叶斯网络结构的确定中,根据车载设备的特点与领域专家知识,提出适用于车载设备的贝叶斯结构学习算法HDBN_SL。以武广线的现场数据为依据,进行实验分析,测试结果表明本文特征提取以及故障诊断方法具有较好的诊断准确性。     

基于有色Petri网的车载设备模式转换测试序列生成方法

为高效、自动生成覆盖车载设备所有转换路径的测试序列,根据《CTCS-3级列控系统系统需求规范》,首先基于有色Petri网构建车载设备模式转换(MTCPN)模型,并采用ASK-CTL公式和非标准状态空间查询法对MTCPN模型进行分析和验证,然后根据车载设备模式转换规则,将车载设备的工作模式及其转换路径映射为有向图,采用中国邮路算法求解有向图,生成1条最优邮路,并对该邮路进行二次优化,生成车载设备模式转换的测试目标序列集;将测试目标序列作为MTCPN模型的输入,仿真生成满足全路径覆盖准则的可执行的测试序列集和XML文件。验证结果表明:基于有色Petri网的测试序列生成方法能够满足测试需求,并且避免了既有方法的状态空间爆炸和搜索死循环问题,提高了测试效率。     

基于马尔可夫过程的牵引供电设备维修决策模型及其应用

传统的牵引供电设备固定计划维修模式存在着维修过剩与维修不足的问题,随着维管单位和牵引变电所信息化水平的逐步提高,状态维修模式取代固定计划维修模式已成为可能。本文将设备健康状态引入牵引供电设备维修决策中,基于马尔可夫决策过程建立牵引供电设备的维修决策模型。该模型考虑了基于Gauss-Poisson过程的牵引供电设备全寿命周期健康状态劣化过程和预防性维修过程,以设备全寿命周期的单位时间综合成本为优化目标,采用策略迭代法实现牵引供电设备在不同健康状态下最优维修方式和维修周期的选择。结果表明该模型可行有效,为优化牵引供电设备的维修维护方案,实现状态维修提供依据。     

基于贝叶斯网络的高铁信号系统车载设备故障诊断方法的研究

考虑到高铁车载设备故障诊断的不确定性和复杂性,本文提出了基于贝叶斯网络的车载设备故障诊断系统。在建立贝叶斯网络结构的过程中,基于充分利用现场数据与先验知识的思想,本文通过融合不同方法(K2算法,MCMC算法和专家知识)得到最优的贝叶斯网络结构。最后,本文进行了实例分析与模型验证,并与KNN算法、BP神经网络算法进行比较,测试结果表明该模型的正确性和有效性。文中的验证数据来自武广高铁车载设备故障追踪表。     

基于RAMS的地铁信号系统维修策略研究

为了保证整个地铁的正常载客运营,地铁信号系统的可靠性、可用性及安全性须维持在一个较高水平,因此应当加强对制定维修策略准确性与合理性的研究。通过对信号系统设备维修活动的研究,以其平均可靠性与维修费用共同作为二维优化目标,将系统可用性及安全性设定为算法的约束条件,建立相应的多目标优化模型。应用标准粒子群算法及引入退火机制的粒子群算法进行寻优计算与结果分析,最终获取全局最优解集以协助决策人员制定最有利的维修计划。     

城轨交通信号系统资源共享与互联互通

实现城市轨道交通信号系统资源共享的基本形式有技术共享、操作界面和方式的共享、检修设备共享、人力资源共享、维修工艺共享、仿真培训设备资源共享等;信号系统互联互通的基本条件是:信号制式相同,系统结构和功能划分一致,地车信息传输系统兼容,列车定位技术兼容或统一,ATP安全控制方式统一设计和要求,列车驾驶模式和操作方式统一,信号与车辆接口相同,信号与PIS系统合理分配频道和接口;实现信号系统互联互通的基本手段有:采用同一厂商相同制式的信号系统,加装多套信号车载设备和地面设备.采用通用的信号车载设备,实现规范和标准的信号互联互通等.概括介绍国外轨道交通资源共享与互联互通的研究发展情况.     

基于Rhapsody工具的列车接口单元软件建模应用

列车数据接口单元是一个多线程、多接口和多功能的非安全通信设备,在车载信号系统中起着传输、记录和配置车载信号设备的作用.本文采用面向对象的UML实时系统建模方法,分析了列车接口单元的设计组成,利用Rhapsody工具建立系统中各实体之间的静态和动态关系,从用例图、类结构图、序列图和状态转移图分别对系统进行了较为深入的研究和说明,为建立系统的动态模型和软件编程提供了可靠依据.系统原型模型已应用于列车数据接口单元的软件开发中,并获得较为满意的效果.     

基于LMDP的铁路钢轨网格化维修规划编制模型

铁路钢轨设备维修规划的优化编制,能够辅助合理分配维修资源与控制维修成本。构建了一种新的铁路钢轨维修规划编制模型。按照某一长度分割铁路线路,得到多个连续等长的小钢轨区段,这些小钢轨区段称为钢轨网格。以钢轨网格为研究对象,采用Markov随机过程理论,个性化地描述了钢轨网格状态劣化规律,利用隐形马尔科夫决策过程方法,建立了基于状态的维修策略模型,以一个规划周期内的期望总成本最小为优化目标,确定规划周期内的最优检查策略、维修策略,并采用陇海线的实际数据,对提出模型的有效性进行了验证,计算结果表明提出的模型优于既有的基于阈值的管理方法。     

基于本体的高铁车载设备维修案例知识管理模型

针对我国高速铁路车载设备维修案例知识结构性差、重用率低、维修经验缺少有效存储与检索三大问题,结合高铁设备维修案例多样性,案例知识组成及结构多样性的特点,首先,提出一种基于本体的高速铁路车载设备维修案例知识管理框架;其次,构建一个由五要素组成的高铁车载设备维修案例本体;然后,提出一种本体与CBR相结合的案例检索模型。结果表明:由五要素组成的高铁车载设备维修案例本体可实现一个表示结构化,管理精细化的维修案例库,本体与CBR相结合的案例检索模型提高了案例检索的准确率与案例知识的重用率。最后,通过高铁维修实例验证了所提方法的可行性和有效性。研究结果表明,构建的高铁车载设备维修案例知识管理模型可较好实现案例知识的有效存储及检索,提升了维修知识的共享和重用率。     

高铁列控车载设备故障知识图谱构建方法研究

作为列控系统的核心,车载设备有着结构复杂,模块间联系紧密的特点,若在行车过程中发生故障,将直接影响列车安全高效运行。为使维修人员准确掌握车载设备故障情况,借助智能化的手段对蕴含丰富经验信息的车载故障维修日志进行研究,有着重要的现实意义。研究通过分析该类日志特点,提出自顶向下与自底向上相结合的方式构建车载设备故障知识图谱。以车载故障维修日志实体关系转换为基础,将半结构化数据实体识别视为关键短语提取问题,提出词向量、主题模型与词典特征相结合的方法先获取关键词语,再通过Bi-gram模型将故障词语拼接为候选故障短语,其中评分最高者即为所需故障实体。实体间的关系则采用基于模式匹配的方法,构建车载故障关系模板,挖掘故障间的联系。对于识别实体的冗余和错误问题,利用实体向量间的余弦相似度计算,通过阈值设定实现实体融合,完成车载设备故障的知识挖掘。最后,以某铁路局2019～2020年车载故障维修日志为数据进行实验,累积抽取出故障实体339个,故障关系734条,据此构建车载设备故障知识图谱,并以可视化方式展示和检索车载设备故障间关系,有效提高了车载故障日志的知识发现能力,便于指导车载设备故障维修。