基于数据驱动的ZPW-2000A轨道电路故障预测方法的研究

目录

声明

1 绪论

1.1 论文研究背景及意义

1.2 国内外研究现状

1.3 故障预测技术研究现状

1.4 论文主要研究内容及框架

2 ZPW-2000A轨道电路系统结构及故障分析

2.1 ZPW-2000A轨道电路结构

2.2 ZPW-2000A轨道电路设备故障影响

2.3 ZPW-2000A轨道电路系统可靠性分析

2.4 本章小结

3 数据处理

3.1 故障数据提取方法

3.2 基于改进CHI的词项级故障特征提取

3.3 基于先验LDA无监督机器学习模型的故障特征提取方法

3.4 基于串行策略的故障特征融合

3.5 基于SMOTE的故障少数类别样本自动生成

3.6 数据处理流程

3.7 本章小结

4 融合DBN进行特征提取的HSMM

4.1 深度置信网络

4.2 深度置信网络DBN

4.3 健康指标构建

4.4 隐马尔可夫模型

4.5 HSMM模型

4.6 本章小结

5 基于DBN-HSMM的轨道电路设备故障预测

5.1 数据处理及均衡化结果

5.2 深度置信网络训练

5.3 HSMM参数重估

5.4 ZPW-2000A轨道电路剩余寿命预测模型

5.5 本章小结

6 仿真试验

6.1 退化状态划分

6.2 深度置信网络特征提取结果

6.3 状态识别概率对比

6.4 剩余寿命预测结果

6.5 本章小结

7 轨道电路补偿电容维修机制优化

7.1 传输路径建模

7.2 补偿电容故障影响分析

7.3 补偿电容剩余寿命计算

7.4 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果