基于WNN算法的BTM故障诊断方法

高效、准确的故障定位技术是列车安全运行的重要保证。针对列车超速防护系统（ATP）车载设备故障分析存在复杂性高、依赖专家经验等问题,提出将小波神经网络（Wavelet Neural Network,WNN）算法应用于车载设备故障诊断的方法。针对车载设备中的应答器传输模块（Balise Transmission Module,BTM）,首先根据经常发生的故障类型,匹配ATP中相应的故障日志语句;然后建立网络结构,利用小波理论修正网络的权值与参数;最后结合WNN算法精准地分析和预测故障。选取BTM单元的100组故障数据作为样本进行仿真实验,并与BP神经网络、GA-BP神经网络以及SVM算法进行对比。实验结果表明：通过小波算法优化神经网络的测试样本平均绝对误差降低至6.917%,相关系数提高到97.402%,该算法在高速铁路列控车载设备故障分析方面有较高的准确性。     

面向多网融合的列控系统双套车载控制模式切换方案探讨

为了适应大都市圈轨道交通一体化发展需求,需要通过多种制式轨道交通线路协同运行来提高城市群都市圈的一体化运输效率。通过比较CBTC系统和CTCS2+ATO系统的差异和共同点,提出了一种双套车载设备在共管区域切换控制模式的技术方案;描述了共管区域地面设置、联锁照查关系、双套车载配置方案、控制模式切换流程等;阐述了方案的适用范围。     

基于地面无联锁及区域控制器的新一代CBTC系统方案

目前信号系统主要由联锁和区域控制器采用集中管理的方式分配道岔、路径、闭塞资源,实现列车运行控制。研究提出由列车自主管理线路资源的列车运行控制方案,无需地面联锁和区域控制器,将联锁对道岔、路径的集中控制转为列车分散控制,将区域控制器集中计算移动授权的方式变为列车分散自主计算的方式,实现了完全以车载计算为核心的CBTC(基于通信的列车自动控制)系统。针对现有系统取消地面设备和取消进路的安全行车等难点问题进行了分析,并给出了初步的解决方案。提出的新系统方案结构简单,设备少,其建设、维护具有明显优势,是未来信号系统发展的方向。     

ATP车载设备管理信息系统及其应用技术

对ATP车载设备管理信息系统的系统架构进行了介绍,分析其主要特点,描述了系统主要功能,对其应用技术进行了总结和分析。ATP车载设备管理信息系统的出现和使用,有效提高了ATP车载设备信息管理效率和科学化水平。     

基于车载数据的车辆状态分析软件功能与应用

保证运营安全是地铁运营方的重点工作内容之一。车辆状态分析是评价运营与安全的主要手段。鉴于其现有分析软件功能单一等问题,应用VC语言及Matlab软件联合编程,开发了基于车载数据的车辆状态分析软件,实现了多参数快速查询及故障定位等功能。介绍了该软件的架构和功能应用情况。     

车载信号系统与车辆接口故障优化处理方法

简要介绍了地铁车辆CBTC车载系统的结构以及功能。着重对CBTC系统车载信号常见的故障特别是信号车载系统与车辆接口的故障进行研究,进而分别从技术和管理层面提出解决措施及优化方法。     

基于贝叶斯网络的高铁信号系统车载设备故障诊断方法的研究

考虑到高铁车载设备故障诊断的不确定性和复杂性,本文提出了基于贝叶斯网络的车载设备故障诊断系统。在建立贝叶斯网络结构的过程中,基于充分利用现场数据与先验知识的思想,本文通过融合不同方法(K2算法,MCMC算法和专家知识)得到最优的贝叶斯网络结构。最后,本文进行了实例分析与模型验证,并与KNN算法、BP神经网络算法进行比较,测试结果表明该模型的正确性和有效性。文中的验证数据来自武广高铁车载设备故障追踪表。     

日本首现无线平交道口控制

<正>东日本旅客铁路公司通过使用高级列车管理通信系统(Atacs),开始在日本北部的宫城县仙石线上部署无线控制的平交道口,功能与ETCS3和CBTC相似。车载设备根据自身速度和性能连续计算列车到达平交道口的时间。在接近平交道口时,列车向无线基站发出命令信号,随即激活平交道口护栏。当车载设备识别出列车已经通过平交道口时,向基站发出第二个命令信     

高速列车速度监控曲线研究

速度监控曲线计算是高速列车运行控制系统的核心功能之一。对国际铁路联盟(U I C)544-1标准及欧洲铁路运行管理系统(ERTMS)Subset 026规范中的相关规定进行研究,并形成一种适用于高速列车的控制曲线计算方法,为列控车载设备速度监控功能的设计和实现提供了理论依据。     

浅谈动车组列控车载数据分析方法

通过举例介绍了动车组列控车载数据的分析方法,对于车载、地面设备的故障查找处理提供了重要依据。