声明
摘要
1 绪论
1.1 论文选题背景及研究意义
1.2 国内及国外研究现状
1.2.1 故障诊断方法的发展与未来趋势
1.2.2 轨道电路故障诊断技术现状与发展趋势
1.3 论文主要研究工作
第2章 相关理论方法介绍
2.1 故障树(FTA)
2.1.1 故障树分析法
2.1.2 故障树构建
2.1.3 FTA定性分析
2.1.4 故障树分析法优势
2.1.5 故障树分析法不足
2.2 神经网络
2.2.1 BP神经网络结构
2.2.2 误差反向传播法
2.2.3 经典BP神经网络的不足
2.3 Levenberg-Marquardt算法
2.4 GA遗传算法
2.5 支持向量机
2.5.1 支持向量机基本原理
2.5.2 线性支持向量机
2.5.3 非线性支持向量机
2.5.4 核函数
2.6 粒子群算法
2.7 EMD
2.7.1 EMD使用条件
2.7.2 EMD分解过程
2.8 模糊熵
2.9 本章小结
第3章 ZPW-2000A轨道电路原理及故障模拟
3.1 ZPW-2000A型轨道电路
3.1.1 轨道电路设备组成、功能分析
3.1.2 轨道电路故障分类
3.2 实验室模拟ZPW-2000A型无绝缘移频轨道电路红光带故障
3.2.1 红光带故障实验室模拟原理
3.2.2 红光带故障模拟平台搭建及故障模拟
3.3 轨道电路分路模型构建及分路不良故障模拟
3.3.1 均匀传输及四端口网络理论概述
3.3.2 分路状态下的轨道电路建模
3.3.3 分路电流ICC建模
3.3.4 分路电流ICC建模仿真验证
3.3.5 分路不良故障模拟
3.4 本章小结
第4章 基于FTA与改进神经网络的轨道电路红光带诊断方法
4.1 轨道电路故障树构建
4.2 ZPW-2000A轨道电路故障诊断规则构建
4.2.1 FTA定性分析
4.2.2 室内外诊断规则提取
4.3 基于FTA与改进BP神经网络的故障诊断模型
4.3.1 诊断系统模型结构设计
4.3.2 改进BP神经网络构建
4.3.3 改进BP神经网络模型
4.3.4 改进BP神经网络节点选取
4.3.5 LM算法改进BP神经网络
4.3.6 改进BP神经网络最优权值阈值获取
4.4 模型仿真验证
4.4.1 方法对比分析
4.4.2 方法诊断验证
4.5 本章小结
第5章 基于车载单元和IPSO-SVM的轨道电路分路不良侈诊断万方法
5.1 基于车载TCR设备的故障数据获取
5.2 分路不良对感应电压的影响分析
5.2.1 分路不良故障成因
5.2.2 不同分路不良故障模式对感应电压的具体影响
5.3 基于EMD与模糊熵的故障特征提取
5.4 分路不良诊断方法设计
5.4.1 算法总体设计
5.4.2 参数优化设计
5.5 仿真结果及分析
5.6 本章小结
总结与展望
致谢
参考文献
攻读硕士期间发表的论文及参与的科研项目