学位论文 > 优秀研究生学位论文题录展示

基于智能学习算法的铁路信号设备故障诊断模型与方法研究

作　者: 邱芳
导　师: 张喜
学　校: 北京交通大学
专　业: 系统工程
关键词: 铁路信号设备复杂故障诊断智能学习算法 C4.5算法
分类号: U284.92
类　型: 硕士论文
年　份: 2009年
下　载: 245次
引　用: 7次
阅　读: 论文下载

内容摘要

由于铁路信号系统自身构成的复杂性,以及设备使用和环境等因素的影响,实际造成设备故障的原因是很复杂的,具有明显的随机不确定性和模糊性。所以铁路信号设备的故障诊断需要通过建立智能分析系统予以解决。如何基于铁路信号设备故障的实际,选择合适的复杂故障诊断模型,并开发实际应用算法,是建造实际铁路信号设备故障诊断智能分析系统需待研究的一个关键问题。本论文,结合参加导师主持的铁道部科研项目“提高铁路信号装备水平相关技术研究——微机监测的智能分析与故障诊断系统”的实际研究工作,对“基于智能学习算法的铁路信号设备故障诊断方法”进行了选题研究。本论文在对国内外研究现状及发展趋势分析的基础上,首先,对铁路信号设备系统的构成、铁路信号设备的故障的分类、故障机理等进行了深入分析。然后,对故障诊断的传统方法、基于信号处理的方法、基于解析模型的方法和基于知识的方法等进行了研究,结合我国铁路信号设备故障诊断的实际,提出了基于电路逻辑仿真技术的故障机理分析方法、基于专家实际经验知识的故障处理方法、基于模拟量监测数据的故障诊断及趋势预测分析方法和基于智能学习算法的复杂故障诊断模型与方法,其中重点对智能学习算法的C4.5算法的应用方法进行了深入探讨。最后,结合铁路车站信号设备故障诊断系统总体结构设计的要求,进行了基于该智能学习算法的复杂故障诊断原型软件模块的开发,并进行了实例模拟分析和效果评价,为实际应用系统的开发奠定了基础。

全文目录

致谢  5-6
中文摘要  6-7
ABSTRACT  7-12
1 绪论  12-19
  1.1 论文选题背景及研究意义  12-13
  1.2 国内外研究现状及发展趋势  13-17
    1.2.1 国内外研究现状  13-15
    1.2.2 发展趋势  15-17
  1.3 论文研究目标及主要内容  17-19
    1.3.1 论文研究目标  17
    1.3.2 主要研究内容  17-19
2 铁路信号系统及设备的故障分析  19-31
  2.1 铁路信号系统  19-22
    2.1.1 铁路信号基础设备  19-20
    2.1.2 铁路信号系统构成  20-22
  2.2 铁路信号设备的故障分析  22-31
    2.2.1 故障的基本概念  22
    2.2.2 故障的分类分析  22-24
    2.2.3 铁路车站信号设备常见故障的分类分析  24-31
3 铁路信号设备故障诊断模型及方法的研究  31-51
  3.1 故障诊断的基本概念  31
  3.2 故障诊断的模型与方法分析  31-37
    3.2.1 传统的故障诊断方法  31-32
    3.2.2 基于信号处理的方法  32
    3.2.3 基于解析模型的方法  32-33
    3.2.4 基于知识的方法  33-37
  3.3 智能化决策树学习算法  37-41
    3.3.1 决策树的基本概念  37-38
    3.3.2 决策树的构成过程  38-40
    3.3.3 决策树的知识表示与获取  40-41
  3.4 ID3算法  41-43
  3.5 C4.5算法  43-45
  3.6 铁路信号设备故障诊断模型与方法分析  45-51
    3.6.1 基于电路逻辑仿真技术的故障机理分析模型法  45-48
    3.6.2 基于模拟量监测数据的故障诊断及趋势预测分析模型法  48-49
    3.6.3 基于专家故障处理实际经验知识机理分析模型法  49-50
    3.6.4 故障诊断的智能决策学习方法  50-51
4 基于智能学习算法的铁路信号设备故障诊断系统实现  51-66
  4.1 铁路车站信号设备故障诊断总体结构设计  51-52
  4.2 基于智能C4.5学习算法的设备复杂故障诊断实现流程  52-53
  4.3 基于学习算法的复杂故障诊断的应用软件开发  53-56
  4.4 故障诊断实例模拟分析及效果的评价  56-66
    4.4.1 故障诊断实例模拟分析  56-65
    4.4.2 故障诊断的效果评价  65-66
5 结论与展望  66-68
参考文献  68-71
作者简历  71-73
学位论文数据集  73

基于智能学习算法的铁路信号设备故障诊断模型与方法研究

内容摘要

全文目录

相似论文