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
兰州交通大学;