ZPW-2000A型无绝缘移频轨道电路智能故障诊断方法研究

摘要

轨道电路是现代高速铁路信号系统的重要基础设备，是为车载安全计算机提供安全关键信息的核心部件。ZPW-2000A型轨道电路被广泛应用于我国客运专线与高速铁路，常年工作于室外复杂环境，是故障多发设备。轨道电路多采用人工定期的方式进行检修和维护，维护作业人员的现场经验和知识理论基础能直接决定处理故障的正确率和效率。当前迅速定位出轨道电路故障位置，准确诊断故障类型，依旧是待解决的难题。因此，研究针对ZPW-2000A型轨道电路智能故障诊断方法具有重大的现实意义。
　　据此本文进行深入研究，所做主要工作如下:
　　第一，以ZPW-2000A轨道电路为分析研究对象，通过分析该型轨道电路组成原理并结合现场实际故障将该型轨道电路故障进行划分;依托西南交通大学自动化实验室对该型轨道电路红光带故障进行实验室模拟;依据均匀传输理论及四端口网络建立单轮对占用轨道电路模型。
　　第二，选取ZPW-2000A型轨道电路红光带故障为分析对象，针对红光带故障类型多样成因复杂问题，提出一种基于改进BP神经网络结合故障树(FTA)的红光带故障诊断方法。依据该型轨道电路系统构成与现场实际故障关系建立故障树进行FTA定性分析，分析故障成因并提取故障诊断规则，确定诊断模型的输入输出，构建两个BP神经子网以并联方式联接组成诊断模型，采用LM算法和遗传算法调整诊断模型参数。仿真结果证明了该方法可行有效，为轨道电路红光带故障智能诊断提供一种新思路。
　　第三，针对ZPW-2000A轨道电路分路不良故障，结合车载TCR设备提供的具体数据，根据不同位置故障对TCR感应电压幅值的影响，采用基于经验模态分解(EMD)、模糊熵的方法提取分路不良故障诊断所需的特征参量，通过改进粒子群优化支持向量机的混合算法实现轨道电路分路不良故障诊断。同时与SVM、PSO-SVM、GA-SVM算法对比，进一步验证所提方法的有效性，为分路不良故障诊断提供了新的快速、准确诊断方法。
　　最后总结本文研究内容，并展望未来研究工作。

目录

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