铁路车辆运行安全监测设备管理系统优化设计及关键技术研究
发布时间：2021-02-22 05:12
随着我国铁路事业的飞速发展,铁路车辆运行安全监测设备不断在轨边和车上部署,使得对铁路车辆运行安全监测设备的管理要求也随之提高。但目前现有的铁路车辆运行安全监测设备管理系统未将全寿命周期管理的理念应用到日常维修管理中,在对设备评价和设备故障预防修方面存在提升空间。针对以上调研发现的不完善之处,本文通过结合设备历史信息,选用适合的状态评判技术和预测算法,构建铁路车辆运行安全监测设备技术状态的评判和预测模型,完成对铁路5T设备管理系统平台各项功能的优化设计与研发,实现了对铁路车辆运行安全监测设备的全寿命周期管理,对铁路5T设备技术状态的评价和预测提供了智能化的信息支撑手段。本文深入调研了铁路设备管理方面的国内外研究现状,结合目前铁路车辆运行安全监测设备智能化管理方面存在不足的背景情况,对铁路车辆运行安全监测系统设备在实际应用管理中的各项业务需求进行了分析,设计了系统总体架构和功能模块,并对系统优化设计与开发过程中所需参考的相关理论基础进行了研究。本文引入劣化度概念采用基于最优权重的模糊评判法来对铁路车辆运行安全监测设备的技术状态进行评估,同时设计了一种基于LSTM（长短期记忆）循环神经网络的...
【文章来源】：中国铁道科学研究院北京市
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 铁路设备管理国外研究现状
1.2.2 铁路设备管理国内研究现状
1.3 研究内容及组织结构
2 系统需求分析
2.1 铁路5T设备分类
2.2 系统功能性需求
2.2.1 功能现状分析
2.2.2 功能需求分析
2.3 系统非功能性需求
2.3.1 资源需求分析
2.3.2 性能需求分析
2.4 系统业务流程分析
2.5 本章小结
3 相关理论及技术介绍
3.1 神经网络相关理论
3.1.1 LSTM神经网络
3.1.2 网络模型性能评价指标
3.2 故障演化及劣化度理论
3.2.1 设备故障演化过程
3.2.2 劣化度的含义
3.2.3 劣化度的计算
3.3 本章小结
4 系统总体设计方案
4.1 系统总体构架
4.2 系统逻辑架构
4.3 系统网络架构
4.4 系统功能设计
4.5 信息共享和信息接口
4.5.1 信息共享方案
4.5.2 信息接口内容
4.6 本章小结
5 系统关键技术研究
5.1 全寿命周期管理
5.1.1 全寿命周期的管理内容及任务
5.1.2 全寿命周期管理设计
5.2 设备技术状态评价方法
5.2.1 5T探测站设备影响指标和状态评价集
5.2.2 指标的重要度权重系数
5.2.3 确立劣化度计算方法
5.2.4 建立劣化度模糊判断矩阵
5.2.5 确定设备状态
5.2.6 实例分析
5.2.7 设备状态评价方法验证
5.3 设备技术状态预测模型
5.3.1 设备技术状态预测模型方案设计
5.3.2 基于LSTM神经网络的预测模型建立
5.3.3 基于LSTM神经网络的设备评价模型训练
5.3.4 模型分析与验证
5.4 本章小结
6 系统优化设计的实现与应用分析
6.1 系统优化设计实现
6.2 系统应用分析
6.3 本章小结
7 总结与展望
7.1 论文总结
7.2 未来展望
参考文献
作者简历及攻读硕士学位期间取得的科研成果
学位论文数据集
【参考文献】：
期刊论文
[1]智能雷电防护与运维系统在铁路车辆轴温智能探测方面的应用[J]. 郭浩. 中国铁路. 2019(10)
[2]提高车辆TFDS检测效率的方法研究及其应用[J]. 李哲. 中国铁路. 2019(09)
[3]德国铁路的列车声学监控系统[J]. А.В.Артемов,宋忠明. 国外机车车辆工艺. 2019(04)
[4]车辆运行品质安全监测系统报警车辆联网监控的研究及实现[J]. 史晓磊,蒋荟. 铁路计算机应用. 2019(05)
[5]基于劣化度模糊评判与最优权重的转辙机状态评估[J]. 陈永刚,戴乾军,杜涛,白天晟,周净毓. 铁道科学与工程学报. 2019(05)
[6]关于铁路运输设备技术状态大数据平台的探讨[J]. 刘洋. 中国新通信. 2018(20)
[7]基于铁路数据服务平台的高速铁路工务设备大数据应用研究[J]. 杨怀志,吴艳华,程智博. 铁路计算机应用. 2018(07)
[8]城市基础设施建设运营综合服务商企业的重大危险源评价研究[J]. 石勇. 中国标准化. 2018(14)
[9]TEDS的大数据特点以及对动车安全检测的改变[J]. 张卓. 电脑编程技巧与维护. 2017(19)
[10]基于劣化度划分的设备维修类型决策研究[J]. 王华东. 中国高新科技. 2017(02)
博士论文
[1]铁路运输设备技术状态大数据平台研究[D]. 王华伟.中国铁道科学研究院 2017
[2]基于信息融合的铁路行车安全监控体系及关键技术研究[D]. 蒋荟.中国铁道科学研究院 2013
硕士论文
[1]机器学习在趋势预测中的研究及应用[D]. 魏敏敏.西安理工大学 2019
[2]基于LSTM深度神经网络的短期交通流预测[D]. 薛亚鑫.北京交通大学 2019
[3]基于LSTM的对接机构故障预测与健康管理系统研究[D]. 陈锡禹.哈尔滨工业大学 2019
[4]高速铁路接触网维修模式运用研究[D]. 唐正尧.中国铁道科学研究院 2019
[5]铁路车务行车安全风险管理研究[D]. 何建华.中国铁道科学研究院 2017
[6]基于RFID定位技术的列检作业场监控系统的研究与设计[D]. 杨勇.兰州交通大学 2016
[7]基于TCDS实现制动系统实时监测的研究[D]. 张彦斌.中国铁道科学研究院 2016
[8]基于机器视觉的货车典型故障图像识别算法研究[D]. 刘翔.兰州交通大学 2015
[9]复杂机械产品装配系统设备健康管理方法研究[D]. 耿梦晓.合肥工业大学 2015
[10]基于全寿命周期的风电企业设备采购与运维管理研究[D]. 周晶晶.华北电力大学 2014
本文编号：3045497
【文章来源】：中国铁道科学研究院北京市
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 铁路设备管理国外研究现状
1.2.2 铁路设备管理国内研究现状
1.3 研究内容及组织结构
2 系统需求分析
2.1 铁路5T设备分类
2.2 系统功能性需求
2.2.1 功能现状分析
2.2.2 功能需求分析
2.3 系统非功能性需求
2.3.1 资源需求分析
2.3.2 性能需求分析
2.4 系统业务流程分析
2.5 本章小结
3 相关理论及技术介绍
3.1 神经网络相关理论
3.1.1 LSTM神经网络
3.1.2 网络模型性能评价指标
3.2 故障演化及劣化度理论
3.2.1 设备故障演化过程
3.2.2 劣化度的含义
3.2.3 劣化度的计算
3.3 本章小结
4 系统总体设计方案
4.1 系统总体构架
4.2 系统逻辑架构
4.3 系统网络架构
4.4 系统功能设计
4.5 信息共享和信息接口
4.5.1 信息共享方案
4.5.2 信息接口内容
4.6 本章小结
5 系统关键技术研究
5.1 全寿命周期管理
5.1.1 全寿命周期的管理内容及任务
5.1.2 全寿命周期管理设计
5.2 设备技术状态评价方法
5.2.1 5T探测站设备影响指标和状态评价集
5.2.2 指标的重要度权重系数
5.2.3 确立劣化度计算方法
5.2.4 建立劣化度模糊判断矩阵
5.2.5 确定设备状态
5.2.6 实例分析
5.2.7 设备状态评价方法验证
5.3 设备技术状态预测模型
5.3.1 设备技术状态预测模型方案设计
5.3.2 基于LSTM神经网络的预测模型建立
5.3.3 基于LSTM神经网络的设备评价模型训练
5.3.4 模型分析与验证
5.4 本章小结
6 系统优化设计的实现与应用分析
6.1 系统优化设计实现
6.2 系统应用分析
6.3 本章小结
7 总结与展望
7.1 论文总结
7.2 未来展望
参考文献
作者简历及攻读硕士学位期间取得的科研成果
学位论文数据集
【参考文献】：
期刊论文
[1]智能雷电防护与运维系统在铁路车辆轴温智能探测方面的应用[J]. 郭浩. 中国铁路. 2019(10)
[2]提高车辆TFDS检测效率的方法研究及其应用[J]. 李哲. 中国铁路. 2019(09)
[3]德国铁路的列车声学监控系统[J]. А.В.Артемов,宋忠明. 国外机车车辆工艺. 2019(04)
[4]车辆运行品质安全监测系统报警车辆联网监控的研究及实现[J]. 史晓磊,蒋荟. 铁路计算机应用. 2019(05)
[5]基于劣化度模糊评判与最优权重的转辙机状态评估[J]. 陈永刚,戴乾军,杜涛,白天晟,周净毓. 铁道科学与工程学报. 2019(05)
[6]关于铁路运输设备技术状态大数据平台的探讨[J]. 刘洋. 中国新通信. 2018(20)
[7]基于铁路数据服务平台的高速铁路工务设备大数据应用研究[J]. 杨怀志,吴艳华,程智博. 铁路计算机应用. 2018(07)
[8]城市基础设施建设运营综合服务商企业的重大危险源评价研究[J]. 石勇. 中国标准化. 2018(14)
[9]TEDS的大数据特点以及对动车安全检测的改变[J]. 张卓. 电脑编程技巧与维护. 2017(19)
[10]基于劣化度划分的设备维修类型决策研究[J]. 王华东. 中国高新科技. 2017(02)
博士论文
[1]铁路运输设备技术状态大数据平台研究[D]. 王华伟.中国铁道科学研究院 2017
[2]基于信息融合的铁路行车安全监控体系及关键技术研究[D]. 蒋荟.中国铁道科学研究院 2013
硕士论文
[1]机器学习在趋势预测中的研究及应用[D]. 魏敏敏.西安理工大学 2019
[2]基于LSTM深度神经网络的短期交通流预测[D]. 薛亚鑫.北京交通大学 2019
[3]基于LSTM的对接机构故障预测与健康管理系统研究[D]. 陈锡禹.哈尔滨工业大学 2019
[4]高速铁路接触网维修模式运用研究[D]. 唐正尧.中国铁道科学研究院 2019
[5]铁路车务行车安全风险管理研究[D]. 何建华.中国铁道科学研究院 2017
[6]基于RFID定位技术的列检作业场监控系统的研究与设计[D]. 杨勇.兰州交通大学 2016
[7]基于TCDS实现制动系统实时监测的研究[D]. 张彦斌.中国铁道科学研究院 2016
[8]基于机器视觉的货车典型故障图像识别算法研究[D]. 刘翔.兰州交通大学 2015
[9]复杂机械产品装配系统设备健康管理方法研究[D]. 耿梦晓.合肥工业大学 2015
[10]基于全寿命周期的风电企业设备采购与运维管理研究[D]. 周晶晶.华北电力大学 2014
本文编号：3045497
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3045497.html
