基于SOM-BP混合神经网络的道岔设备退化状态研究

针对道岔设备故障频繁、维修成本高,且现有基于故障数据的诊断方法无法描述道岔退化过程,难以实现故障超前预判的问题,进行基于SOM-BP混合神经网络的道岔设备退化状态研究。依据采集的道岔非故障功率数据按区段提取峰值、方差、峭度等特征参数,基于平均影响值进行特征参数选择,并确定输入维数;使用自组织特征映射(SOM)神经网络对输入特征参数进行多次聚类学习,分析学习结果得到6种退化状态样本数据;构建15-13-6型BP神经网络结构模型,实现对道岔设备退化状态的识别。结果表明,采用SOM-BP混合神经网络进行道岔设备退化状态识别的准确率达到95.56%。     

基于灰色系统模型的接触网设备状态预测

灰色系统作为行之有效的设备状态预测工具之一,具有所需数据样本少且数据训练时间短等特点。针对当前接触网设备的运行检修以周期性平推检查为主的特点,本文使用MATLAB语言编制预测模型,对实际线路接触网检测数据进行分析预测。预测结果表明,该方法预测精度可满足实际工程需要,能够有效地应用于接触网设备状态的在线预测,给接触网运营检修工作提供参考。     

基于混合神经网络的铁路材料消耗的预测方法研究

为精确地预测铁路材料的消耗,采用了混合神经网络的方法进行建模。根据ABC分类法对所有物资进行分类,明确了材料消耗中的重点,在综合分析以往材料消耗数据的基础上,确定了混合神经网络的结构,最终建立了一个用于材料消耗预测的混合神经网络模型。     

随机森林算法在地铁车辆门系统润滑退化状态预测中的应用

为了更准确地对地铁车辆门系统的润滑退化状态进行诊断,提出了一种基于随机森林(RF)算法的车门润滑退化预测方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时域特征指标作为表征车门运行状态的特征向量;然后,将特征向量作为RF算法的输入,对系统的润滑退化状态进行离线建模,得到不同的润滑退化状态的训练模型;最后,将在线分析结果与离线建立的模型库进行对比,预测当前系统所处的润滑状态。仿真结果表明,与传统的单分类器K-Means的诊断结果相比,RF算法在车门的润滑退化预测中具有更高的精度,可以及时预测系统的润滑退化征兆,对提高车门系统的安全性、可靠性,以及降低故障率具有重要意义。     

铁路通信设备技术状态大数据平台的研究

铁路通信设备状态的良好与否直接影响到铁路运输安全和效率,为实现对铁路通信设备的状态监控与管理,满足通信系统的信息共享和挖掘分析的业务需求,提出铁路通信设备技术状态大数据平台的技术方案,包括平台总体架构、功能结构、网络架构、技术架构、数据接口方案等,平台的建设与应用,将实现通信设备全寿命周期管理,并提供故障预测和状态评价等大数据应用服务。     

基于HPSO-WNN的牵引变压器故障诊断算法研究

为全面有效地诊断电力机车牵引变压器故障,提出一种基于混合粒子群算法的正交小波神经网络(HP-SO-WNN)方法,对牵引变压器进行综合测试和诊断。将色谱数据和电气试验数据作为正交小波神经网络的输入量,网络隐藏层采用具有正交性的小波函数db4作为基函数,利用混合粒子群算法获得正交小波神经网络的初始值并优化网络参数。试验结果证明,本文提出的HPSO-WNN确实可有效提高牵引变压器故障诊断速度和准确度。     

地铁站台门系统设备健康管理研究与应用

综合研究地铁机电设备运行特性,实现从被动故障修和计划修向主动智能状态修的跨越。提出一种地铁机电设备健康管理评价方法,通过失效实验验证机电设备状态量的门槛阈值,利用数学模型对设备状态进行量化,并基于状态量健康指标评判设备状态的优劣。在此基础上,运用MATLAB拟合时间与设备健康指数之间的非线性关系模型,求解并预测设备健康状态及维护时间节点,对科学规划设备检修周期、提前预判设备状态具有重要的理论及实践指导意义。研制设备状态量智能采集装置,通过上位机实时计算验证、预判,并在郑州地铁1号线进行充分验证,达到预期效果。     

轨道交通短期客流预测方法及其算法研究

轨道交通客流预测对轨道交通日常运营有着重要作用,文章首先根据轨道交通历史数据,对其客流特性进行了分析,着重利用灰色模型对轨道交通短期内的客流量进行建模预测,利用马尔科夫链修正和改进模型预测结果;为了方便客流预测的自动化实现,给出了整个客流预测过程的流程图,并对其预测算法进行了研究。     

屏蔽门与列车门开关同步性测量方法探讨

介绍地铁屏蔽门与列车门的开关时序,阐述了屏蔽门与列车门同步性测量方法,通过模拟示例图分析,最终得出两种测试方法的优缺点,为进行现场实际测试提供了理论依据。     

基于模式预测法的城市轨道噪声影响研究

为研究城市轨道交通高架线两侧噪声传播特点与规律,探索声环境敏感点的降噪防治措施,以拟建成都地铁5号线工程为研究对象,选取适合的预测模式,确定出各个技术参数并模拟计算出噪声预测结果,通过类似既有上海轨道5号线工程的大量实测数据有效验证了预测结果的正确性和可靠性。在此基础上的研究结果表明:水平方向上桥梁两侧声影区内,噪声级随着距离增加而增强;而在声照区内,噪声级则随距离的增加而减弱。垂直方向上高架线噪声影响最严重区域为周边建筑物5层楼附近,因此要特别关注并加强该区域的降噪治理工作。     

基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究

针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测.首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测...     

基于FTA的站台门门机系统可靠性分析

采用故障树分析法(FTA)对地铁站台门的门机系统进行可靠性分析,以郑州地铁1号线一期故障数据为基础,结合门机系统结构特点建立门机系统故障树,通过定性定量分析得出顶事件故障概率,根据重要度计算结果找出门机系统典型故障原因和薄弱环节,提出站台门门机系统故障优化方案,确保门机系统工作安全可靠。     

地铁站台土建结构板上设置站台门绝缘的原理及方法

通过综合理论分析,得出一种在地铁站台土建结构板上设置地铁站台安全门绝缘的原理及方法.由于空气湿度与物体表面电阻是负相关,而表面电阻与站台门绝缘电阻是正相关,因此要提高站台门绝缘性能必须提高物体的表面电阻.进而提出一个颠覆传统站台门绝缘结构的方法,即在站台土建结构上设置绝缘,全面增大站台门体积电阻及表面电阻,使站台门绝缘...     

地铁站台屏蔽门继电器微电流检测装置设计

采用Nextkit NANO A数据采集卡,结合漏电流互感器和计算机技术,借助LabVIEW软件的开发环境,设计和组建了一套用于测量地铁站台屏蔽门专用继电器的检测装置。该装置具有测量实时电压值和微电流值,查看实时采集数据、输出波形图,设置数据采集频率、数据采集数量,设定数据采集通道等功能。     

基于模型预测方法的高速动车组空簧压力低故障预测研究

高速动车组发生空气弹簧压力低故障后,车辆自动限速运行,需要停车检查或车辆入库后根据故障信息来推断故障原因。为了能在故障发生前进行预判,文章提出了基于模型的预测方法。模型以车载无线传输装置记录的历史故障数据和健康管理系统报表数据为故障预测的数据来源,通过分析静态和动态数据确认模型关联参数,从阈值、差值、空簧压力下降速率3个维度搭建预测模型,并通过实车跟踪,成功验证了模型的有效性。     

基于SOA的城轨信息共享平台模型的研究

目前,城轨信息化建设中存在的问题是信息系统没有构成有机整体,各系统间连通性和互操作性不强,信息资源难以共享。在分析面向服务架构(SOA)特点的基础上,提出一种基于SOA的城轨信息共享平台模型。采用层次分析法深入探讨信息共享平台模型各层的工作原理和模型实现的关键技术,并以一个服务组合实例说明信息共享平台模型的可用性、有效性、安全性。     

基于BPNN-TD算法的城市轨道交通线网规模预测方法

科学预测城市轨道交通线网规模,对于轨道线网的规划建设与城市布局发展具有重要意义.基于轨道交通线网规模及其影响指标数据,综合两种模型优势,对城市轨道交通线网规模进行有效预测.首先,从政策、经济、城市规模、出行需求4个方面,简要分析城市轨道交通线网规模的影响因素,并利用相关性分析法,提取GDP、第三产业值、人口规模、建设用...