基于PSO-BP的道岔故障诊断系统研究

发布时间：2021-04-25 22:35

　　道岔是轨道交通运输基础设施中实现转换线路的关键设备,转辙机是信号专业故障较多,也是日常维护中最为重要的设备。长期以来,信号专业对于转辙机的运行状态分析和故障诊断主要依靠微机监测系统的信息采集和监测分析人员的分析判断实现,人工调看分析数据对职工的责任心和技能水平要求较高,同时还存在及时性差、分析周期长、指导性不强等问题。大量监测数据缺乏精准、及时的分析,造成一些隐患漏报或故障错判,导致故障延时增加,影响范围扩大,给信号专业带来较大的影响。本文在充分分析国内外道岔维护经验的基础上,利用成熟的神经网络技术,将信号集中监测数据进行技术性切片,多维度比对,找准异常信息标志点,针对性分析历史误报数据,逐步使智能分析系统功能达到信号专家分析能力,提出一种使用PSO-BP神经网络智能算法对道岔故障进行智能诊断的方法,来解决当前现场存在的道岔故障判断难,时间长等问题。主要研究内容如下:首先分析了S700K型转辙机及其所属道岔的基本结构和动作机理,并对其进行分析,结合现场大数据,总结了6种常见的故障模式,及其相对应的故障曲线。然后以正常工作的道岔功率曲线作为参考,将功率曲线分为七个部分,进行分段讨论,减少... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 论文背景及研究意义
    1.2 国内外研究现状
        1.2.1 国内研究现状
        1.2.2 国外研究现状
    1.3 论文主要研究内容
2 S700K型道岔故障模式分析
    2.1 道岔系统组成及动作过程
        2.1.1 道岔系统组成
        2.1.2 道岔动作过程
    2.2 动作功率曲线分析
    2.3 故障类型及原因分析
    2.4 小结
3 BP神经网络在道岔故障诊断中的应用
    3.1 故障特征集建立
    3.2 基于BP神经网络的转辙机故障诊断模型的建立
        3.2.1 算法简介
        3.2.2 算法流程
    3.3 基于PSO-BP神经网络的转辙机故障诊断模型的建立
        3.3.1 粒子群算法简介
        3.3.2 改进的粒子群算法
        3.3.3 基于粒子群算法优化的BP神经网络
    3.4 实例仿真
        3.4.1 故障诊断模型设计
        3.4.2 BP神经网络模型设计
        3.4.3 算例分析
    3.5 小结
4 基于PSO-BP神经网络的道岔故障诊断系统设计
    4.1 系统软件功能设计
    4.2 系统软件功能实现
        4.2.1 用户管理
        4.2.2 系统界面设计
        4.2.3 新增故障类型
        4.2.4 诊断功能实现
        4.2.5 设备数据统计分析模块
        4.2.6 数据展示及可视化模块
    4.3 诊断实例
    4.4 小结
结论
致谢
参考文献



本文编号：3160212