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。     

基于故障诊断二叉树的内燃机车故障诊断专家系统

根据内燃机车的故障特点,研究故障诊断流程的二叉树化.将知识库分解为故障现象、故障原因和故障诊断规则3个即相互独立又互为关联的数据库,在知识库管理模块的控制下,分别从故障现象库和故障原因库中选取相应的知识构成故障诊断规则的前件和后件,并以IF……THEN……的形式存储在故障诊断规则库中.采用基于故障匹配率的启发式搜索机制,结合专家的经验与故障发生的概率,通过修改估价函数,实现对较大概率故障的优先搜索,以提高系统的故障诊断效率.目前,以故障诊断二叉树分析法为基础的内燃机车故障诊断专家系统已在南昌铁路局各下属机务段成功装车运用,达到了预期目标.     

基于概率神经网络的S700K转辙机故障诊断方法

转辙机故障对铁路运输安全影响重大。针对转辙机故障原因与现象之间的复杂不确定性关系，提出一种基于概率神经网络的S700K转辙机故障诊断方法。在对转辙机各个状态功率曲线动作原理进行分析的基础上，根据信号不同时域特征参数，对各工作区段的特征进行提取；依据故障现象与故障类型的关系建立概率神经网络模型，以F1-Score作为诊断准确性评价指标，通过测试不同平滑因子对F1-Score值的影响，确定0.019为概率神经网络进行故障诊断最优的平滑因子；最后选择来自某电务段的81组S700K转辙机故障数据作为测试数据，验证了该智能故障诊断方法的可靠性。     

基于多域特征提取与改进PSO-PNN的道岔故障诊断

针对S700K常见的8种故障模式和正常模式所对应功率曲线,提出一种基于概率神经网络(PNN)与改进的粒子群算法(PSO)相结合的道岔故障诊断方法。首先,在9种功率曲线上分别提取时域、频域特征统计量和时频域小波系数,并用主成分分析法降维每个域的特征量,得到特征向量;其次,以3个改进的PSO-PNN做分类器,并对分类器进行训练和预测;最后,3个分类器的预测结果做三取二表决。仿真结果表明:该方法能有效提高道岔故障诊断的准确率,具有良好的容错性。     

故障诊断的时间因果贝叶斯网模型

在一类诊断所依据的可观信号(警报)具有时序特性的故障诊断问题中,诊断所依据的警报、这些警报出现的先后顺序以及它们之间的时间间隔,都与诊断结果有关联。针对这一类故障诊断问题,提出了时间因果贝叶斯网模型,采用模糊方式对故障与警报之间的时间因果关系进行离散化处理,用模糊运算来合成多个时间因果关系,通过概率计算获得最大可能的故障假说。理论与算例表明该方法有效可行。     

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。     

基于改进的数据融合滚动轴承故障诊断

针对滚动轴承单一诊断方法造成误诊率高、可靠性低的缺陷,提出一种基于变分模态分解(VMD)-支持向量机(SVM)和数学形态学(MM)-相关性分析(CA)的复合诊断算法。该算法采用双通道并行诊断,通道1使用VMD在频域分解故障信号,并结合贝叶斯SVM分类器获取诊断结果的后验概率,具有诊断准确性高的优点;通道2使用MM方法在时域中提取故障特征,通过CA方法获得诊断结果的相关性系数,具有较强的泛化能力。通过改进的加权平均证据理论方法将两通道判定结果有机融合,发挥两种单一方法的优势互补,实现复合式故障诊断。使用轴承故障试验台对复合算法进行验证,与单一方法进行对比。结果表明：该复合算法可有效提取非平稳信号中的故障特征,提高诊断结果的可靠性。     

基于概率Petri网的柴油机故障诊断方法研究

将概率信息引入Petri网,提出了柴油机故障诊断概率Petri网模型.利用概率信息处理冲突消解问题,寻找最有可能发生的故障传播路径,提高了柴油机故障诊断效率.仿真结果验证了方法的可行性.     

改进的道岔智能故障诊断系统建模研究

铁路系统转辙机维修方式仍沿用故障修模式,无法提高故障排除速度和准确性,提出利用改进遗传算法优化贝叶斯网络的方法建立故障诊断模型。利用遗传算法搜索能力强,不易陷入局部最优的特点,采用连接矩阵代替网络结构的编码方式,通过修改适应度函数、更新遗传操作方式、修正非法图等方法改进遗传算法,最终解决贝叶斯网络结构学习算法容易缩小搜索空间及易陷入局部最优的缺点。最后利用标准Asia网络验证本文算法比K2和GA算法有更好的搜索结果和更快的收敛速度,以道岔失去表示故障为例验证改进算法对转辙机故障诊断的优越性。     

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。     

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。     

基于模糊贝叶斯网络的山区高速铁路桥梁运营风险评估

针对山区高速铁路桥梁风险情况复杂且影响巨大的特点,提出基于模糊贝叶斯网络,建立山区高速铁路桥梁运营风险评估模型。将山区高速铁路桥梁风险损失划分成3类,分别列出各类损失的风险因素,构建桥梁运营风险概率评估的贝叶斯网络,通过专家调查法统计出桥梁风险因素的概率等级分布,并根据链式传递规则计算出风险事故的概率等级分布。然后,结合风险矩阵对桥梁运营风险水平进行评估。最后,利用该方法分析贵广高速铁路上云阳双线特大桥的运营风险。结果表明,建立的模型计算过程简便,评价结果符合实际,具有较高的实用性。     

基于小波分析的机车走行部故障诊断方法

基于小波变换原理,对机车车辆走行部的振动信号进行时频分析。根据走行部故障振动信号的特点,选用调制高斯函数作为分析小波,处理由损伤冲击造成的信号突变。试验表明,该方法对铁路机车高噪声背景下瞬变信号的描述比以往的时域、频域信号处理技术更为精确,对由单个或多个轴承局部损伤引起的振动信号突变十分敏感,是进行机车走行部故障诊断的一种有效方法。     

基于粗糙集信息不完备系统的膨胀土分类规则提取

在膨胀土试验中存在大量相互缺损的试验数据,不利于膨胀土分类规则的提取。基于粗糙集信息不完备系统的决策挖掘可以提取膨胀土分类规则。提出了用膨胀土分类决策系统的可信度作为先验概率,用膨胀土试验数据的支持度作为后验概率,引入贝叶斯方法计算条件概率,然后提取条件概率大于某一阂值的规则,最后通过逻辑合取与析取归并膨胀土分类规则。实例及应用分析表明,基于粗糙集不完备系统的膨胀土分类规则提取概念明确,过程简单,易于编制计算机程序,具有明显的理论意义和使用价值。     

基于无通道保护的高速铁路10 kV电力贯通线故障隔离方法研究

电力贯通线传统的三段式电流保护仅安装在线路首端,对故障区段的切除不具有选择性。因此,基于配电线路无通道保护原理,提出一种不依赖通信的电力贯通线故障区段隔离方案。在传统10 kV电力贯通线路仅在配电所装设保护的基础上,考虑在沿线箱变增设保护装置。在不影响无通道保护原有时限配合的前提下,使用单端故障测距算法对保护动作时限进行加速,进一步缩短故障隔离时间。配置相应的备用电源自动投入模块,实现故障区段从两端被切除的同时,恢复非故障区段的正常供电,保证故障隔离的快速性和选择性。     

事故树在铁路运输液化石油气安全分析中的应用

在分析铁路运输液化石油气途中可能出现危险的基础上,简要介绍事故树分析方法,并利用该方法分析铁路运输液化石油气过程中发生事故的主要原因,编制铁路运输液化石油气事故树,对该事故树进行定性和定量分析,求出其最小割集、最小径集和结构重要度,最后依据分析结果提出预防事故的措施。     

基于FTA-BN的综合交通枢纽中地铁车站安全风险评价

以综合交通枢纽中的地铁车站安全为研究目标,综合考虑综合交通枢纽中特殊的客流组成和乘客特征,以踩踏、火灾、水灾、公共卫生和大面积滞留5类易发风险事故作为研究对象,基于FTA-BN方法对其影响因素进行分析,识别其风险因素,建立相应的事故树模型,转化为贝叶斯网络模型进行风险评价;引入三角模糊数处理专家自然语言,得到贝叶斯网络中的先验概率和条件概率分布,然后通过贝叶斯网络模型进行网络推理计算和敏感性分析,找出地铁车站中的薄弱部分,制定相应的风险管控措施,从而提高枢纽中地铁车站对于紧急事件的应对能力。以广州南站地铁车站为例进行快速评价,结果表明：广州南站在公共卫生安全方面存在一定危险,发生概率为42.98%,且较易发生大面积滞留事件,可能性为30.40%。     

基于故障模式后果分析与动态故障树的高速铁路牵引变电所可靠性分析

为了提高牵引变电所供电可靠性,在考虑所内一次设备的情况下提出一种结合故障模式后果分析(FMEA)与动态故障树分析(DFTA)的方法来分析牵引变电所的可靠性。首先根据FMEA的工作结果来分析牵引变电所的故障原因,提出有针对性的预防措施;然后采用DFTA建立高铁牵引变电所的故障模型并定性定量分析,找出牵引变电所的薄弱环节。最后与传统故障树计算结果进行对比,结果表明:传统故障树建模存在较大误差,两种方法的结合相比仅使用一种可靠性分析方法更为实用。