主观贝叶斯方法在列车占用丢失报警原因分析中的应用

根据铁总公司要求,TDCS/CTC系统增加列车占用丢失报警功能,为保证列车运行安全、提高列车运行效率,在发生列车占用丢失报警时,需要及时且准确地判定报警原因.主观贝叶斯方法是一种概率推理方法,能从不完全、不精确或不确定的知识和信息中做出推理.列车占用丢失报警原因分析具有现象与原因的不确定性.本文将主观贝叶斯方法引入列车占用丢失报警原因分析中.最后利用大量算例进行验证,验证结果表明了该方法的合理性和实用性.     

地铁盾构隧道施工对邻近建筑物的安全风险分析方法

在进行地铁隧道施工对邻近建筑物影响后安全风险分析时,因统计数据缺乏或不可得等原因造成实际基本概率难以用确定值表示,存在一定的模糊性。综合模糊集理论适用于处理模糊信息,以及贝叶斯网络适用于不确定知识推理等方面的优势,提出了基于模糊贝叶斯网络的定量安全风险分析方法,建立了地铁盾构隧道施工环境下邻近建筑物安全风险决策模型,预测地铁盾构隧道施工诱发邻近建筑物破坏的可能性;根据模糊重要度计算结果进行安全致险因素敏感性分析;以辨识关键致险因素;并结合工程实例验证该方法的适用性。     

新型开关安全闭锁关系的论述

本文通过对断路器与隔离开关传统闭锁关系中的不安全因素分析,提出了传统的隔离开关辅助触点形式所表达的信息不全面,是产生这个不安全因素的根本原因。从而,提出了断路器与隔离开关的新型安全闭锁方案。     

轨道交通车站断路器与框架保护的配合与应用

叙述直流框架保护与车站断路器的配合关系,分析车站断路器和直流框架保护的动作原理。     

基于贝叶斯网络的牵引逆变器开路故障多特征融合诊断方法

为了增强牵引逆变器开路故障诊断方法对于不确定因素的免疫能力,提出一种基于贝叶斯网络的信息融合诊断方法。以牵引逆变器输出侧的电流和电压为信号源,提取小波包熵特征,采用主成分分析法对原始特征进行降维,使用贝叶斯参数估计法融合降维后的特征量,得到信息互补的新的特征向量。利用贝叶斯网络对融合后的新的特征向量进行识别,对不同观测值情况下的最大后验概率估计结果进行信息融合并做出决策,进而完成故障诊断。建立仿真模型,与使用K均值算法的故障分类情况做对比,验证不同转速和白噪声情况下所提故障诊断方法的有效性。研究结果表明:所提方法能够对牵引逆变器IGBT的单管和双管开路故障进行准确检测与定位,能够去除冗余信息和互补有效信息,具有一定的抗干扰能力,准确率高,适应性强。     

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。     

基于分布式鲁棒机会约束的中欧班列空箱调运优化

为降低空箱调运总成本,针对海陆联运、不确定空箱需求、使用可折叠集装箱的中欧班列空箱调运问题,基于需求量均值和方差等部分信息,采用分布式鲁棒机会约束规划建立不确定环境下的多周期中欧班列空箱调运优化模型。将分布式鲁棒机会约束转化为易求解的等价形式,从而确定空箱需求。利用CPLEX求解,通过算例分析不同参数变化对各项成本的影响。结果表明:一部分空箱通过海陆联运调回能够极大降低总成本;分布式鲁棒机会约束优化是以最坏情况下的优化为基础,从而得到具有鲁棒性的优化方案;可折叠集装箱在3种不同供需关系下适当投入比例能极大降低总成本。     

大连轨道交通3号线直流断路器跳闸故障分析及其处理方法

大连轨道交通3号线列车运行过程中，发生过3次DC 1 500 V直流牵引供电系统直流断路器跳闸故障，影响列车正常运营。介绍直流牵引供电系统，以2020年12月30日发生的金家街站牵引变电所直流断路器MC01和MC04，以及香炉礁站牵引变电所直流断路器MC03和MC06故障跳闸后自动重合闸为例，分析故障现象，寻找故障原因，提出调整电流增量保护整定值的处理方法并验证。通过设计校核和实际运行结果发现，调整直流断路器电流增量保护整定值后，列车正常运营时，直流断路器电流增量保护未因列车牵引负荷增加而启动，表明调整电流增量保护整定值的处理方法是成功的。     

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法;利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系.     

基于电弧电流判据的直流断路器失灵保护

在运用直流断路器处理城轨交通直流配电的故障时,当开关因自身故障而失灵拒动,或者直流短路电流燃弧在未正常开断时,不及时地切断电源,直流电弧则会长时间持续燃烧造成新的短路通道,这就有必要在直流开关设备中设置类似于交流供电系统的断路器失灵保护方案作为系统的近后备保护。通过分析直流断路器的灭弧过程可知,一个完整的分断包括动静触头的机械动作时间和燃弧时间。直流断路器失灵除机械故障以外更需要考虑电弧重燃带来的危害。基于此提出以电弧电流为判据的直流断路器失灵保护方案,得出失灵保护的逻辑,当线路和母线上的断路器未成功动作时使相邻的电源点断路器跳闸,实现故障的彻底隔离,清除短路故障电流。以直流断路器各工况下短路开断特性,配置失灵保护方案的定值。     

基于贝叶斯网络和证据理论的地铁运营结构健康风险评价

地铁运营过程中会产生多种病害,使结构健康出现风险,威胁地铁正常运营,有必要采取适时监控和定期评价等方式加强管理和养护。已有的评价方法多依赖专家经验,存在决策评价不及时或不准确等不足,将证据理论的不确定性概念引入贝叶斯网络模型中,在利用证据理论解决贝叶斯网络中不确定性的同时,很好地处理实际工程中的多态风险问题,并进行正向推理与反向诊断,确定系统中比较薄弱的根节点,提高整个风险系统的稳定性和可靠性。以武汉长江隧道为例,利用正向推理计算其地铁运营结构健康风险的信任概率和释然概率,确定其风险状态为基本安全,并确定重要度、灵敏度较大的根节点,即裂缝面积、渗透水量、拱顶水压力过大作为降低系统风险的决策节点,降低系统风险并提高系统可靠性。     

母体百分位值与百分率置信限的Fiducial推断

针对铁道机车车辆现场可靠性数据多为不完全数据的情况,在Fiducial统计理论的基础上,采用Monte Carlo模拟方法建立工程中推断正态分布与威布尔分布母体百分位值与百分率置信限的统计方法.利用约束统计抽样技术,研究基于工程经验限定寿命与可靠性分布参数取值范围的小样本统计推断方法.将传统的确定最大安全寿命的相关系数优化法推广应用到不完全数据信息的情形中,综合利用产品历史共性信息和不完全数据信息进行高精度可靠性评估与寿命预测.与传统频率统计方法或非参数方法相比,用该方法统计推断的结果在大样本与小样本情况下均具有频率意义下的置信限,克服了传统方法在小样本情况下推断精度不高的缺点.     

基于模糊多态贝叶斯网络的地铁运营风险评估方法

从安全管理、人、设备设施和环境等4个方面确定18个地铁运营安全影响因素。采用解释结构模型分析影响因素之间的关系,构建结构模型,并将其转换为多态贝叶斯网络结构。同时,引入模糊集理论,将专家给出的自然语言变量转化为概率信息,输入到多态贝叶斯网络并进行风险评估。案例研究说明,该风险评估方法应用于地铁运营安全分析中切实可行。     

基于贝叶斯DLM的桥梁结构可靠度预测

桥梁结构的性能是时变的,可利用时间序列模型来描述,本文引入贝叶斯动态线性模型(DLM)。运用贝叶斯DLM建立桥梁结构退化抗力的观测方程和状态方程,通过贝叶斯因子对桥梁结构检测信息进行监控,通过检测信息和退化抗力状态参数的先验信息,对退化抗力的状态参数进行贝叶斯后验概率推断,通过不断的"概率预测-修正"递推运算,获得最优退化抗力的状态概率估计预测老化桥梁的退化抗力,建立一个DLM预测桥梁抗力的变化趋势。DLM以及DLM的概率递推过程类似于著名的卡尔曼滤波算法,可以实现桥梁退化抗力的贝叶斯动态预测(向前预测和向后预测),考虑到状态变量的不确定性,本文引入折扣因子确定状态误差方差。基于贝叶斯动态修正的抗力概率模型建立桥梁结构可靠度的预测公式。通过算例验证了本文所建模型的合理性。     

基于快速贝叶斯网络的S700K转辙机故障诊断研究

转辙机故障对铁路运输安全和效益影响重大,针对转辙机故障原因与现象之间的复杂不确定性关系,提出一种基于粗糙集约简的高效贝叶斯网络故障诊断方法。首先,建立故障诊断决策表,利用改进的差别矩阵算法剔除对结果影响较小的属性,得到最简故障诊断决策表。其次,根据表中故障现象与故障类型连接关系建立贝叶斯网络模型,利用推理算法求解各类故障发生的概率。算法通过约简属性简化贝叶斯网络结构,降低算法复杂度,加快计算速度。最后,用某车站转辙机故障实例验证该智能故障诊断方法的正确性。     

运用DIGSI软件分析分区亭自动重合闸不起动的原因

广深高速电气化铁路自正式开通以来，仙村，樟木头分区亭断路器在牵引网发生短路，保护动作跳闸后，从未自动重合，运用DIGSI软件对西门子保护的报告和故障波形进行分析，确定了分区亭自动重合闸不起动的原因，为恢复自动重合闸的正常动作提供了解决办法。     

模糊贝叶斯决策在ATP车载设备故障诊断中的应用研究

高速列车长时间工作运行不可避免发生故障,其中的车载设备故障发生具有不确定性和相关性特性。分析故障发生和查找故障致因是一项复杂而重要的过程和工作。贝叶斯网络在解决不确定性和相关性问题有其独特的优势,可以利用贝叶斯网络查找故障成因和故障点并且加以控制,从而提高列控车载设备运行的安全性。在实际理论和工程实践中运用贝叶斯推理时往往过分强调贝叶斯推理功能而忽略先验概率确定的问题,模糊贝叶斯决策是在经典贝叶斯理论上综合运用决策理论、模糊数学、贝叶斯方法和期望效用理论,建立一个在多属性指标下故障态势的模糊贝叶斯决策模型,克服了单一贝叶斯推理的不足,增强了模型的适用性。     

高速铁路接触网过负荷跳闸的分析与判断

通过对接触网过负荷跳闸时断路器动作和保护信息等特征的分析,对如何判断断路器跳闸为过负荷引起进行探讨,提出调度在接触网过负荷跳闸时的优化处置措施.     

大地电磁约束反演在隧道勘探中的研究

研究目的:首先在OCCAM反演方法基本原理研究基础上,对OCCAM的目标函数进行修改,加入约束反演项,提出电性参数约束反演的概念,并进行电性参数约束反演模块的开发,最终提高大地电磁方法在长大隧道勘探中的分辨能力。研究结论:对比模型的常规反演和电性参数约束结果发现,利用先验信息的约束反演成像效果明显优于常规反演方法;将此方法应用到实际资料处理中,对比渝利线方斗山隧道电性参数约束反演前后结果,约束反演结果对褶皱、断层、岩溶等地质构造的反映更符合实际。     

RS-BN算法在高铁车载设备故障诊断中的应用研究

针对高速铁路列控车载设备结构复杂、故障诊断特征不确定、传统故障诊断方法过于依赖专家经验、故障诊断自动化程度低等问题,提出一种贝叶斯网络与粗糙集模型约简技术相融合的故障诊断方法。首先对故障追踪表进行分析提取和数据挖掘,结合专家经验建立诊断知识数据库;其次对故障数据进行K2算法学习、训练,并结合诊断知识数据库先验知识建立BN结构模型;然后结合故障信息数据建立诊断决策表,利用粗糙集进行条件属性约简,消除冗余条件信息,简化模型并建立基于RS-BN算法的BN结构模型;再通过MLE算法进行BN模型的参数学习,获得模型的条件概率表,建立完整的BN诊断模型;最后对约简模型和未约简模型进行对比分析。通过某高铁实际故障数据仿真验证分析,测试结果证明了该方法有较高的准确性和实际模型的高似然度。