基于BP神经网络的道岔智能故障诊断方法

为将神经网络技术运用在铁路道岔故障诊断领域,提出了以神经网络技术为基准,针对道岔常见的3个故障类分别建立3个子神经网络,并总体组建成一个并行神经网络系统的道岔智能故障诊断方法,以帮助维修人员快捷、准确、自动地诊断出故障原因,降低故障处理时间,提高运行效率。     

地铁道岔电气故障的诊断方法及软件系统构建

地铁道岔故障处理一直是信号系统的重点工作。为构建道岔故障诊断系统,根据道岔故障类型,针对道岔电气故障展开了研究。通过对道岔启动电路、道岔表示电路原理的分析,确定道岔故障诊断所需的采集点和采集内容,研究汇集了一组道岔故障现象及故障定位的故障数据库,可对道岔三相电缺相故障、道岔启动电路故障、道岔表示电路故障进行有效定位,以方便故障排查,为道岔故障诊断系统的构建奠定了基础。     

基于代价敏感RBF神经网络的道岔故障诊断系统

针对铁路道岔故障中几种常见类型故障,为尽量减少道岔故障误分类所造成的损失,特建立基于遗传算法的代价敏感RBF神经网络模型以及基于该模型的道岔故障诊断系统。模型通过建立代价敏感适应度函数,实现基于遗传算法的RBF神经网络向代价最优的方向进行随机搜索。利用某车站道岔动作电流监测数据进行验证,证明系统能够提高故障数据的识别精度,降低故障数据的误分类代价。该系统可帮助维护人员快速、准确地对道岔故障进行诊断,缩短故障处理时间,提高铁路行车的安全性。     

基于定性趋势分析的道岔故障诊断方法研究

道岔连接不同轨道并通常安装在两股或者多股轨道之间,不仅负责铁路线路的转换还保障线路的运营安全。随着我国轨道交通的快速发展,铁路线路和行车密度不断增长,道岔设备故障频率也日趋频繁,因此研究道岔故障诊断方法、提高诊断自动化水平具有重要现实意义。从定性的角度提出基于定性趋势分析的道岔故障诊断方法,该方法先采用区间半分法对道岔不同状态下的典型运转信号进行趋势提取,建立故障诊断知识库,之后对待诊断信号进行趋势提取,并计算其趋势序列与所有故障趋势规则的匹配度,综合比较匹配度值从而实现道岔故障诊断。实验结果表明,该方法具有良好的准确度。     

提速道岔小波包能量熵故障诊断方法

将小波包变换应用于S700K型提速道岔转辙机故障诊断中,以微机监测系统采集的S700K型转辙机三相交流电流为信号源,基于小波包多尺度分析对道岔转辙机正常工作状态和各故障状态下的三相交流电流进行分解,并通过小波包能量熵提取故障特征,然后根据能量熵定义故障诊断指标,并对每相电流的故障诊断指标设定2个阈值,来定量划分故障类型。实验结果表明:道岔不同故障情况下,三相电流小波包能量熵分布有一定的规律,故障诊断指标阈值的设定能有效划分道岔故障类型,待测样本测试结果与现场诊断结果一致。     

高速铁路道岔偶发故障分析及处理

多机牵引的交流道岔偶发停止转换故障会对高速铁路正常运行带来安全隐患。针对高速铁路现场维护部门所反映的这一故障现象,在排除室外设备故障的情况下,通过分析多机牵引交流道岔控制电路的动作过程,并对交流道岔控制电路的关键继电器进行测试,绘制出模拟故障下关键继电器动作时序图。测试结果表明:多机牵引道岔控制电路中的断相保护器输出电压不稳或输出断电是造成道岔偶发故障的主要原因,并提出相应交流道岔故障处理建议,便于高速铁路道岔安全维护。     

浅谈RD1型道岔融雪系统及其维护

根据铁路运输安全、正点和大密度运行的要求,高速铁路道岔安装了RD1型电加热道岔融雪系统,对RD1型电加热道岔融雪系统的维护及故障处理进行介绍。     

利用分线盘判断ZYJ7道岔控制电路故障的方法及原理

以朔黄铁路应用的ZYJ7型道岔为例,介绍利用分线盘来测试、判断、处理道岔控制电路故障的方法。叙述故障电路具体表现特征、故障原因和查找方法,对如何改进ZYJ7型道岔控制电路提出建议。     

提速道岔常见故障的分析及处理

本文介绍了提速道岔上道以来发生的常见故障，并将提速道岔故障划分为电气故障、机械故障和特殊故障三大类，详细分析了造成各种故障的原因及故障范围，提出了提速道岔常见故障的处理方法及步骤。     

基于集成深度学习的转辙机故障诊断研究

[目的]为了能够充分利用故障日志数据诊断转辙机故障,提出了基于集成学习算法的道岔转辙机故障诊断方法。[方法]通过分析转辙机故障文本数据,并结合专家经验,建立了两级故障诊断思路;将故障文本数据预处理为机器能够识别的数据,作为故障诊断模型输入数据;介绍了基于AdaBoost集成学习法的CNN(卷积神经网络)-LSTM(长短期记忆网络)故障诊断模型的原理和方法。[结果及结论]试验结果表明,在数据类别不平衡或者样本数量有限的情况下,采用CNN-LSTM模型能够有效提高故障诊断的准确率;与其他故障诊断模型相比,CNN-LSTM模型性能更好;所提出方法具有有效性,能够满足应用场景准确率要求。     

ZDJ9型道岔转辙机故障分析处理

道岔转辙机是信号系统关键设备，对行车安全起着至关重要的作用。转辙机故障造成列车晚点，影响正常行车、客运组织，其故障处理效率直接影响运营效率。以ZDJ9型道岔转辙机故障处理为例，分析监测曲线形成、故障判断方法及处理步骤。     

基于BMBC模型的高速铁路道岔故障信息实体识别

随着铁路信号设备故障文本的不断积累,亟待构建集故障信息、专业知识、技术规则及其内在关联于一体的铁路信号设备故障知识图谱,为铁路运营及设备维修提供全面高效的辅助策略。故障信息实体识别是构建铁路信号设备故障知识图谱的核心。以高速道岔故障文本为基础,并针对此文本挖掘过程中使用传统方法导致知识获取不够全面以及文本语义稀疏等问题,提出一种用于高速道岔故障信息实体识别任务的BMBC多层级模型。首先,通过分析高速道岔故障文本的结构特征,从中提取出故障现象、故障定位和故障致因等7类实体;其次,利用BERT预训练模型的迁移特性构建双向词表征并嵌入位置信息,引入多头注意力机制(MHA)使关键特征信息得到重点关注,随后依靠双向长短期记忆网络(BiLSTM)进行特征信息融合,从而充分获取全局语义信息以及更好表达序列间的长距离依赖关系;最后,依托条件随机场(CRF)赋予标签约束条件,从而获得最佳识别结果。以各铁路局近5年的高速铁路道岔故障文本为基础进行实验,实验结果表明,BMBC模型能够精确识别各类故障信息实体,有效缓解实体边界不清晰问题,模型识别精确率、召回率和F1值分别可达91.43%,93.15%和92....     

提速道岔维修整治经验浅谈

针对现场提速道岔故障严重影响运输正常秩序的现实,提出了提速道岔的整治维修方法,以及为减少提速道岔故障应采取的硬性措施。通过这些方法和措施的应用,道岔故障率明显降低,道岔故障得到了有效控制。     

基于隐马尔科夫模型的道岔故障诊断方法

针对国内外高速铁路的快速发展,道岔故障严重影响行车安全及运输效率,本文提出一种基于隐马尔科夫模型的道岔故障诊断方法,通过增加道岔设备的潜在故障状态,将道岔设备的状态进行多状态细分。采用基于Fisher准则函数和主成分分析的方法进行特征提取,矢量量化处理后,建立不同故障模式下的HMM模型,通过比较测试数据与训练得到的不同HMM模型的匹配值进行故障诊断。利用京广铁路长沙南某型号道岔连续动作功率数据,对模型的性能进行测试,完成了故障诊断的实现与验证。仿真结果表明,采用四维特征信息时,其训练时间相对于其他机器学习方法有了较大提高,正确率达到90%以上,且该方法将道岔状态进行细分,通过分析每种状态之间的状态转移,可以预测道岔故障,从而进行道岔设备健康状态监测。     

提速道岔故障处理研究

通过对提速道岔五线制电路的分析和实际操作,总结出了一套行之有效的故障现象分析处理方法.以提高对提速道岔故障的理解和解决能力.     

关于高寒地区铺设使用提速道岔及无缝提速道岔的探讨

从实例出发对提速道岔及无缝提速道岔在寒冷北方铺设使用过程中出现的故障及处理进行分析。     

地铁折返道馆故障处理时行车组织方案探讨

道岔是用于列车转线的重要轨道设备,也是轨道上的薄弱环节。正线上的道岔一旦发生故障,将对地铁正常运行、折返作业造成很大影响,会降低地铁运营的效率和质量。文章结合西安地铁2号线一期线路情况,探讨地铁折返道岔故障处理及行车组织调整方案,提出处理流程和行车组织中的关键点。     

基于微机监测的提速道岔故障分析方法

提速道岔作为铁路道岔转换系统的一项新技术,已被逐步推广应用。然而,在实际运用过程中,还出现了不少安全隐患,有些甚至危及到了行车的安全。究其根源,主要是由于无法及时发现提速道岔故障或缺乏处理故障的经验。下面介绍一种通过对三相功率曲线进行分段综合特征分析方法,来判别提速道岔是否存在异常,是何种故障并报警。     

道岔施工中的复联试验

道岔转辙设备直接关系到列车运行安全,是施工和维护过程中的重点卡控对象。道岔转辙设备的利旧施工更是信号专业的技术难点。在道岔转辙设备利旧时,如开通前设备试验不彻底,拆配线多,时间紧,故障处理耗时长,道岔控制电路故障处理不顺利等,往往影响信号换装正点开通交付。因此,在开通点前如果能对道岔部分进行复联试验,     

对道岔动作电流曲线的分析

通过对道岔动作电流曲线的分析,可判断道岔可能存在的病害。本文阐明了道岔动作原理,对几种问题电流曲线及60KG双机牵引道岔动作电流曲线进行了详尽的分析,为现场维修人员在道岔维修及故障处理方面提供了有益的思考。