基于状态信息和张量域评估理论的轨道交通列车服役状态及系统可靠性评估

发布时间：2023-10-21 11:18

　　安全是轨道交通列车运营的前提和核心竞争力,但高密度、复杂技术、强耦合等因素给轨道交通列车安全保障带来了巨大挑战,全面系统地加强轨道交通列车全局安全保障,促进安全保障模式由局部安全向系统安全、被动安全向主动安全以及全生命周期运维优化转变已成为我国轨道交通系统发展大趋势。传感技术的快速发展为轨道交通列车服役状态安全检测提供了强大的数据支撑,但我国现有的轨道交通列车在线服役状态的辨识、部件可靠性评估与寿命预测、系统可靠性评估和系统运维方法还不能充分利用现有条件,提供符合轨道交通系统主动安全保障需求的技术手段。鉴于此,本文基于多源传感器状态检测信息,在状态自动辨识、部件和系统可靠性评估及网络化运维方面在进行了如下研究工作:1.针对多源异质大数据,提出了基于张量域的状态评估基本理论,将状态评估理论扩展至高维空间。阐述了张量域的基本概念和内涵,形式化描述了基于张量域的状态评估方法的基本原理,提出了两大关键技术问题。最后提出了ADASYN-GBDT集成算法并在转向架实际运行数据上进行验证。2.基于张量表达和深度卷积神经网络,提出了端对端全自动机械部件状态辨识方法。该方法有效避免了人工设计特征的缺陷,...

【文章页数】：146 页

【学位级别】：博士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景
    1.2 轨道交通列车可靠性分析机遇与挑战
    1.3 国内外现状研究
    1.4 研究目的和意义
    1.5 论文结构和主要内容
        1.5.1 主要内容
        1.5.2 技术路线
2 基于张量域的状态评估基本理论和方法
    2.1 基本概念
        2.1.1 张量
        2.1.2 连续介质
    2.2 张量域状态评估基本理论
    2.3 张量域状态评估的关键技术问题
    2.4 有监督张量域分类面确定
        2.4.1 背景介绍
        2.4.2 算法设计
    2.5 小结
3 基于张量域的端对端部件状态辨识
    3.1 基本概念
        3.1.1 张量表达与信息融合
        3.1.2 卷积神经网络
    3.2 基于多源信息和卷积神经网络的端对端部件状态辨识方法
        3.2.1 数据层融合和损失函数改进
        3.2.2 算法流程
    3.3 实验验证
        3.3.1 算法有效性测试
        3.3.2 算法扩展测试
    3.4 小结
4 基于张量域和时变马尔科夫过程部件实时可靠性分析
    4.1 基本概念
    4.2 方法框架
        4.2.1 Tsallis熵特征提取
        4.2.2 张量子域划分方法
        4.2.3 基于时变马尔科夫过程的寿命预测及状态可靠性评估
    4.3 实例验证
        4.3.1 数据采集
        4.3.2 特征提取
        4.3.3 数据分段结果
        4.3.4 张量子域状态识别
        4.3.5 时变马尔科夫过程模型
    4.4 小结
5 基于网络流理论的系统多态可靠性评估
    5.1 多态网络流理论
    5.2 列车系统多态网络可靠性建模
        5.2.1 列车系统多态网络结构建模
        5.2.2 多态网络模型中边流量定义
    5.3 转向架系统介绍
    5.4 转向架系统可靠性分析
        5.4.1 转向架系统网络建模
        5.4.2 网络模型求解
        5.4.3 结果分析
        5.4.4 部件重要度计算
    5.5 小结
6 轨道交通列车网络化成组维修策略研究
    6.1 谱聚类的基本概念
    6.2 基于改进谱聚类的列车系统维修策略方法
    6.3 实例验证
    6.4 小结
7 结论与展望
    7.1 结论
    7.2 创新点
    7.3 展望
参考文献
附录A
作者简历及攻读博士学位期间取得的研究成果
学位论文数据集



本文编号：3855731