基于改进卷积神经网络的道岔故障诊断方法研究

发布时间：2021-12-28 15:49

　　近十年来,中国高铁建设取得了质的飞跃,铁路网正从“四纵四横”走向“八垂直和八水平”。截至2018年底,中国铁路总里程已超过13.1万公里,其中高速铁路总里程约为2.9万公里,占世界总里程的66%。高速铁路的快速发展,不仅缩短了旅客的出行时间,而且促进了区域经济的协调发展。信号系统是铁路运输管理系统中的一项重要组成部分,是用来进行列车运行管理和保障行车安全的工具。道岔是列车运行的关键基础设备,是保证列车运行安全的基本条件,尤其是在在列车高速运行状态下,道岔系统的稳定性和精密性尤为重要。转辙机是在列车行进过程中改变行进轨道,实现道岔转换的重要基础部件。目前对转辙机动作电流的分析及故障判别主要依赖技术人员的人为分析,这种分析方法不仅效率低,实时性差,且容易产生误判错判,从而导致事故的发生。由于人们对铁路正点、快速、舒适、安全提出了更高的要求,现在研究的道岔故障诊断方式已不适应目前的发展需求,因此,需要更为高效且准确的故障诊断方法来帮助电务人员判断故障原因。针对上述背景,本文选择ZYJ7型交流电液转辙机为研究对象,选用卷积神经网络为研究新方法,对提速道岔进行故障分类,最终实现道岔故障定位与预测... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图１．１本文的技术路线??第１章：绪论

道电路、信号机）之一，并属于日常维护的重要设备，同时是实现信号连锁的重要基础??设备。典型道岔主要包括转辙机、锁闭装置、表示装置，安装装置、动作杆件、表示杆??等等。道岔是实现列车车辆由一条线路转向另一条线路的转辙设备。图２．１是道岔结构??基本结构示意图。??Ａ股?转辙器?连接部分?辙叉及护轨??３?—一?￣￣?＾?＂＂??—基本轨．??转辙机＿?久＾??图２．１道岔示意图??一个简单的道岔主要由两根可移动尖轨，两根固定基本轨，辙叉及护轨，以及其他??连接轨和曲线轨组成。其中，尖轨的一根基本轨密贴，另一根尖轨与基本轨保持一定距??离，两根尖轨的位置可同时改变，尖轨的方向反映火车运行方向。辙叉和护轨是用来保??护车轮运行方向一致，防止列车发生脱轨事故［３４】。现场转辙设备的实物图如图２．２所示。??图２．２现场转辙机设备实物图??－７?－??

图２．１道岔示意图??

【参考文献】：
期刊论文
[1]基于群决策的道岔控制电路故障诊断方法[J]. 董炜,刘明明,王良顺,赵辉,辜勋.  自动化学报. 2018(06)
[2]自适应增强卷积神经网络图像识别[J]. 刘万军,梁雪剑,曲海成.  中国图象图形学报. 2017(12)
[3]基于卷积神经网络的电力设备缺陷文本分类模型研究[J]. 刘梓权,王慧芳,曹靖,邱剑.  电网技术. 2018(02)
[4]利用卷积神经网络进行毫米波图像违禁物体定位[J]. 姚家雄,杨明辉,朱玉琨,吴亮,孙晓玮.  红外与毫米波学报. 2017(03)
[5]基于跨连卷积神经网络的性别分类模型[J]. 张婷,李玉鑑,胡海鹤,张亚红.  自动化学报. 2016(06)
[6]一种基于CLMF的深度卷积神经网络模型[J]. 随婷婷,王晓峰.  自动化学报. 2016(06)
[7]并行交叉的深度卷积神经网络模型[J]. 汤鹏杰,王瀚漓,左凌轩.  中国图象图形学报. 2016(03)
[8]卷积神经网络在高分遥感影像分类中的应用[J]. 曹林林,李海涛,韩颜顺,余凡,顾海燕.  测绘科学. 2016(09)
[9]基于LKJ数据分析的机车速度传感器智能故障诊断[J]. 董昱,史佳.  铁道学报. 2015(11)
[10]基于FOA-LSSVM的高速铁路道岔故障诊断[J]. 关琼.  科技通报. 2015(04)

博士论文
[1]基于神经网络的铁路道岔故障智能诊断研究[D]. 张凯.长安大学 2016

硕士论文
[1]ZYJ7型提速道岔故障诊断系统研究[D]. 朱孟雯.西南交通大学 2016
[2]基于模糊神经网络的高速铁路道岔故障诊断方法研究[D]. 田健.北京交通大学 2015
[3]贝叶斯网络在道岔控制电路故障诊断中的应用研究[D]. 翟永强.兰州交通大学 2012



本文编号：3554327