首页> 中文学位 >城轨列车客室车门系统故障诊断方法研究——基于改进的TOPSIS法与贝叶斯网络
【6h】

城轨列车客室车门系统故障诊断方法研究——基于改进的TOPSIS法与贝叶斯网络

代理获取

目录

声明

致谢

摘要

1 绪论

1.1 研究背景、目的及意义

1.2 国内外研究现状

1.2.1 城轨列车客室车门故障诊断研究现状

1.2.2 逼近于理想解排序方法的研究现状

1.2.3 贝叶斯网络的研究现状

1.3 研究内容和结构安排

1.3.1 研究思路及创新点

1.3.2 研究内容

2 城轨列车客室车门系统结构及故障统计分析

2.1 城轨列车客室车门系统分析

2.1.1 城轨列车客室车门系统组成

2.1.2 城轨列车客室车门系统工作原理

2.1.3 城轨列车客室车门系统的主要功能

2.2 城轨列车客室车门系统故障统计分析

2.2.1 城轨列车各子系统故障统计分析

2.2.2 城轨列车车门系统故障统计分析

2.2.3 城轨列车客室车门系统故障统计分析

2.2.4 城轨列车客室车门系统月故障统计分析

2.2.5 城轨列车客室车门子系统月故障统计分析

2.3 城轨列车客室车门系统故障模式分析

2.4 本章小结

3 城轨列车客室车门系统故障树分析方法研究

3.1 故障树分析法理论基础

3.1.1 故障树的数学基础

3.1.2 故障树分析指标定义及结构函数

3.2 故障树分析的步骤

3.2.1 故障树的建造

3.2.2 故障树的定性分析

3.2.3 故障树的定量计算

3.3 城轨列车客室车门系统故障树分析

3.3.1 城轨列车客室车门系统故障树的建立

3.3.2 城轨列车客室车门系统故障树简化

3.3.3 城轨列车客室车门系统故障树定性分析

3.3.4 城轨列车客室车门系统故障树定量计算

3.4 本章小结

4 基于改进的TOPSIS法的客室车门系统故障诊断研究

4.1 传统的TOPSIS法概述

4.2 改进的TOPSIS法

4.2.1 传统的TOPSIS法的不足及改进

4.2.2 加权最小平方法

4.3 模型仿真与实例分析

4.4 本章总结

5 基于贝叶斯网络的客室车门系统故障诊断研究

5.1 贝叶斯网络概述

5.1.1 概率论基础

5.1.2 贝叶斯网络

5.1.3 技术优势分析

5.2 贝叶斯网络模型的构建

5.2.1 模型转化

5.2.2 模型建立

5.2.3 模型节点赋值

5.3 模型仿真与实例分析

5.3.1 仿真模型的建立

5.3.2 模型的参数学习

5.3.3 模型的推理

5.4 本章小结

6 结论与展望

6.1 总结

6.2 研究展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集

展开▼

摘要

随着社会经济的发展,城市轨道交通以其独特的技术经济优势在缓解交通拥堵中肩负着重要使命。客室车门是城轨列车运营过程中使用最频繁的部件之一,因此,造成客室车门系统故障频发,给乘客出行带来不便,与此同时对城市轨道交通安全运营造成严重影响。如何最大限度和高效率地解决客室车门系统故障,进而保持和提升城轨列车的安全运营水平,是亟待研究的技术问题。
  本文主要采用如下方法对客室车门系统进行故障诊断研究:
  1、首先,对客室车门系统进行分析,充分了解其系统结构、工作原理和系统功能;然后,整理统计广州地铁二号线2011年至2012年故障数据,并分析故障发生频率及影响因素;最后,在客室车门系统分析和故障统计的基础上,进一步分析客室车门系统故障发生模式。
  2、以上述分析结果为基础,构建客室车门系统故障树模型,通过定性分析和定量计算,得到最小割集、系统失效概率和最小割集重要度,从而确定客室车门系统的薄弱环节;此外,针对传统的TOPSIS法的不足,采用加权最小平方法进行改进,并利用MATLAB对其进行仿真计算,提高了该方法的计算效率,最终得到客室车门系统故障方案排序。
  3、针对故障分析法和改进的TOPSIS法的不足,提出了基于贝叶斯网络的客室车门系统故障诊断方法,并在MATLAB软件上实现了模型的仿真。具体步骤如下:首先,在客室车门故障树模型的基础上,构建客室车门系统贝叶斯网络模型,并对节点进行赋值;然后,针对不同数据情况下,采用最大似然算法和期望最大算法进行参数学习;最后,采用联合树算法进行网络推理,实现了客室车门系统故障信息的评估和故障原因的诊断。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号