基于方法组合的轨道电路故障诊断模型

为了解决单一方法对25 Hz相敏轨道电路的故障诊断精度偏低等问题,提出基于最优权值的多方法组合故障诊断模型。首先通过模糊综合评判、灰色关联分析和BP(Back propagation)神经网络3种不同的诊断方法,对轨道电路进行初步故障诊断,然后根据各诊断方法的误判率计算出对应的最优权值,最后对各方法的诊断输出进行最优权值加权平均得到综合诊断的输出结果,确定故障类型。诊断结果表明:组合诊断模型有效地提高了轨道电路故障诊断的准确度,并证明了组合诊断模型的诊断准确度随着诊断方法的数量增加而提高。     

基于故障树分析法的道岔故障诊断与可靠性评估方法

故障树分析法(FTA)采用逻辑化方法,直观反映故障、故障原因与系统部件之间的逻辑关系。利用FTA对道岔空转故障建立故障树,逐层分析其故障原因,并对此故障树进行定性与定量分析,为道岔故障诊断和日常维护提供一些参考。     

基于最小二乘支持向量机的轨道电路故障诊断方法

为提高轨道电路故障处理效率和正确率,对轨道电路的多故障诊断方法进行研究。建立基于最小二乘支持向量机的轨道电路故障诊断模型,用某轨道电路实测数据进行训练和测试,选择基于BP神经网络的故障诊断方法进行对比。结果表明:基于最小二乘支持向量机的轨道电路故障诊断方法能有效实现轨道电路5种故障的诊断,且具有更快的运算速度。与BP神经网络故障诊断方法比较,故障诊断正确率提高了17.14%,运算时间减少2/3。     

FFTA与BN在ZPW-2000A轨道电路故障诊断中的应用分析

将FFTA(Fuzzy Fault Tree Analysis,模糊故障树分析法)应用到ZPW-2000A轨道电路系统的故障诊断分析之中,可以解决系统各部件之间具有不确定性的联系以及各部件的故障概率数据较少,无法精确获得的问题。将模糊逻辑理论引入到FTA(Fault Tree Analysis,故障树分析)中,使传统的FTA具备了处理模糊信息的能力。再根据模糊故障树构造BN(Bayesian Networks,贝叶斯网络),利用BN的双向推理功能计算出ZPW-2000A系统的故障概率,并可以寻找出最有可能导致系统发生故障的原因。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

ZPW-2000A轨道电路智能故障诊断算法应用研究简

提出一种基于模糊推理的轨道电路智能故障诊断算法,通过对ZPW-2000A轨道电路监测子系统实时采集的信息进行智能分析,实时故障诊断,该诊断算法对于诊断轨道电路模拟元件的短路、开路等硬故障有较好的效果.在ZPW-2000A轨道电路监测子系统平台进行了工程化实现,在现场真实环境下,进行多种故障的测试,测试结果达到预期效果.     

ZPW-2000A轨道电路智能故障诊断算法应用研究

提出一种基于模糊推理的轨道电路智能故障诊断算法,通过对ZPW-2000A轨道电路监测子系统实时采集的信息进行智能分析,实时故障诊断,该诊断算法对于诊断轨道电路模拟元件的短路、开路等硬故障有较好的效果。在ZPW-2000A轨道电路监测子系统平台进行了工程化实现,在现场真实环境下,进行多种故障的测试,测试结果达到预期效果。     

故障树与故障字典法结合的计算机联锁系统故障诊断

以TYJL-Ⅱ型计算机联锁系统为背景,针对计算机联锁系统的设备组成及功能结构特点,建立了故障树与字典法结合的诊断模型,确定故障检测点,降低诊断的复杂性,以提高故障诊断效率.     

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。     

基于PNN的轨道电路补偿电容故障检测研究

为及时有效地诊断轨道电路补偿电容故障,通过研究ZPW-2000轨道电路短路电流数据,提出了一种基于概率神经网络的故障诊断方法。首先,仿真机车短路电流信号并提取特征参数;然后,引入概率神经网络建立故障诊断模型;最后,通过对特征参数分析,实现故障判定。仿真结果表明:该方法相比误差反向传播算法BP,具有诊断速度快、预测准确率高的优点,具有可行性与有效性。     

基于Mamdani模糊神经网络的相敏轨道电路故障诊断方法研究

针对25 Hz相敏轨道电路故障的不确定性与模糊性,提出一种基于Mamdani模糊神经网络的轨道电路故障智能诊断改进方法。采用自适应-动量BP学习调整法对模型参数进行训练优化,给出推导过程,并讨论系统参数初始值的设定。仿真实验表明,在相同实验条件下改进方法降低了训练误差,并有效地提高了诊断学习过程的稳定性与收敛速度,对25 Hz轨道电路故障进行智能模糊诊断是可行的。     

基于BP神经网络的200 km/h牵引变流器故障诊断技术的研究

在对200 km/h牵引变流器建立仿真模型的基础上,利用小波分析的手段提取故障特征,继而通过BP神经网络进行故障模式识别,得出变流器故障智能诊断系统。最后对网络测试能准确的做出故障诊断。     

ZPW-2000A设备的智能故障诊断方法

介绍了一种用于智能诊断ZPW-2000A设备故障的分析方法。首先描述了运用该方法构建的整体系统模型框架;然后重点介绍了实现该方法的故障分析流程模块;最后例举了具体诊断故障的运用方法。通过该种方法能够有效判断ZPW-2000A设备故障发生的处所及可能原因。     

基于FTA的城际铁路站台门控制系统风险分析及故障诊断研究

随着城际铁路“公交化”运营,铁路站台门控制系统已成为旅客上下车过程中保障安全的重要防护设备,为降低站台门控制系统风险隐患和提升日常运维水平,采用故障树分析（FTA）方法对站台门控制系统风险分析及故障诊断研究。在分析站台门控制原理的基础上,通过HAZOP方法分析站台门安全功能,选取站台门无法关闭功能作为典型顶事件,采用下行法得出故障树的最小割集,构建出该事件故障树并进行了定性与定量分析。结果表明站台门控制系统故障包括光耦故障、反相器故障、电机采样电路故障和继电器故障等,故障树可为站台门控制系统的故障诊断提供辅助参考决策,同时对站台门控制系统的优化设计具有一定的参考意义。     

基于MEEMD-HT的无绝缘轨道电路补偿电容故障特征分析

为研究无绝缘轨道电路补偿电容断线故障模式下的故障特征,采用一种改进的集合经验模态分解-Hilbert变换(MEEMD-HT)方法。为分析单一补偿电容断线故障对分路电流的影响,利用传输线理论建立ZPW-2000A轨道电路模型并仿真。采用MEEMD方法对发生补偿电容断线故障下的分路电流幅值曲线进行分解,并且通过HT生成Hilbert谱、时频能量谱、边际谱,对谱线的特征进行分析,实现对补偿电容的故障特征分析。仿真分析结果表明,采用的MEEMD-HT方法得出的Hilbert谱中的故障特征明显,该方法可以用作补偿电容故障特征分析。     

高速铁路ZPW-2000A轨道电路故障分析及监测优化

针对客专ZPW-2000A轨道电路故障处理时,仅靠监测手段不能准确区分室内外故障,需要人工测量,处理时间普遍较长的问题,通过分析信号集中监测系统及轨道电路原理,提出在既有监测系统基础上,增设接收电缆模拟网络监测点的优化措施;同时对轨道电路故障进行模拟试验,分析发生故障时各监测点的数据,总结不同种类故障发生时的规律;最后以2个实际案例验证了优化措施的效果。