基于B/S模式和神经网络的机车信号系统故障远程诊断方法的研究与实现

摘要

机车信号系统包括机车信号车载设备与地面轨道电路两部分，是列车运行控制系统的重要组成部分，其工作正常与否直接影响着列车的安全运行。 目前，随着列车运行速度的进一步提高，对机车信号系统的故障诊断提出了更高的要求。机车信号系统传统的故障诊断方法已不能适应现阶段铁路发展的要求。一方面，检测手段陈旧，人员素质参差不齐，检测及时性差；另一方面，多种故障因素，尤其是轨道电路信号异常而造成的机车信号故障的情况往往存在着多样性、组合性、偶然性和随机性等特点，给机车信号系统的故障定位和诊断带来很大困难。因此，改进传统的故障诊断模式，引入先进的故障诊断技术，研发相应的故障诊断系统具有十分重要的意义。 本文基于来自于铁路现场的轨道电路信号数据，以国产移频轨道电路信号为研究对象，总结了由轨道电路引起的基于波形信息的典型机车信号故障模式，并采用神经网络为算法，建立了基于B/S模式的机车信号系统故障远程诊断平台。论文的主要内容为：首先，对铁路现场各路局多年来机车信号系统的故障案例及其相应的轨道电路信号进行统计分析，总结出基于波形信息的机车信号常见故障模式。接下来，在算法设计方面，利用轨道电路信号的频谱特点构造特征向量，通过建立和训练BP神经网络，实现对轨道电路信号故障模式的准确识别；在系统设计和实现方面，根据系统设计目标进行系统需求分析，对系统模块和数据库进行详细设计，将系统分为用户管理、文件管理和故障分析等子系统。在对多种架构模式和实现技术进行分析比较的基础上，采用ASP．NET技术，使用Visual Studio2005开发工具、C＃开发语言和SQL Server2000数据库软件，结合MATLAB神经网络工具箱，构建了系统分析平台。最后，采用实际的铁路现场数据和案例，针对国产移频轨道电路信号制式下的“歪肩膀”、载频偏移、低频偏移和频谱干扰等典型的故障模式及其组合情况，进行了仿真验证。 测试结果表明，本文所构建的基于B/S模式的机车信号系统故障远程诊断平台，充分结合了神经网络技术和B/S结构模式的优点，具有识别率高、通用性强、方便快捷、便于管理等特点，能够满足当前铁路机车信号系统实际运用的要求。

目录

文摘

英文文摘

论文说明:图表目录

声明

致谢

1 引言

1.1 研究背景与选题意义

1.2 机车信号故障诊断发展现状

1.2.1 故障诊断手段发展现状

1.2.2 故障分析方法发展现状

1.3 论文的主要研究内容

2 机车信号系统及典型故障模式

2.1 机车信号系统基本工作原理

2.2 基于波形信息的机车信号系统典型故障模式

2.2.1 移频轨道电路信号

2.2.2 移频信号的频谱特点

2.2.3 移频信号的频谱识别

2.2.4 基于波形信息的机车信号常见故障模式及判别规则

3 系统总体设计

3.1 系统设计目标及需求分析

3.1.1 设计目标

3.1.2 需求分析

3.2 系统结构设计

3.2.1 系统结构选择

3.2.2 系统网络结构设计

3.2.3 B/S模式的关键技术

3.2.4 系统总体架构设计

3.3 系统功能设计

3.3.1 系统功能模块划分

3.3.2 系统模块详细设计

3.4 数据库设计

3.4.1 数据表设计

4 基于神经网络的故障诊断算法

4.1 本文采用的故障诊断技术

4.2 神经网络原理

4.2.1 神经元

4.2.2 网络结构

4.2.3 神经网络的学习算法

4.2.4 本系统神经网络类型的选择

4.3 BP神经网络的设计

4.3.1 BP神经元模型

4.3.2 BP神经网络结构

4.3.3 BP神经网络的训练算法

4.4 神经网络的实现

4.4.1 神经网络实现工具

4.4.2 神经网络实现流程

4.5 样本数据的预处理

4.5.1 特征向量构成

4.5.2 特征点提取原则

4.5.3 目标向量的提取

4.5.4 样本矩阵的构造

4.6 仿真及结果分析

4.6.1 仿真环境

4.6.2 网络构造

4.6.3 仿真流程

4.6.4 仿真结果

4.6.5 仿真结果分析

5 系统实现

5.1 开发语言及平台

5.2 用户管理子系统

5.2.1 用户登录模块

5.2.2 密码修改模块

5.2.3 添加用户模块

5.2.4 修改用户模块

5.2.5 删除用户模块

5.3 文件管理子系统

5.3.1 故障信息查询模块

5.3.2 文件下载模块

5.4 故障分析子系统

5.4.1 辅助信息询问模块

5.4.2 故障分析模块

6 系统调试

6.1 系统主要操作流程

6.1.1 用户管理子系统的操作流程

6.1.2 文件管理子系统操作流程

6.1.3 故障分析子系统操作流程

6.2 现场数据测试

6.2.1 故障描述

6.2.2 测试流程及结果

7 结论及展望

7.1 结论

7.2 展望

参考文献

作者简历