基于时间序列的地铁列车测速定位系统故障诊断方法
发布时间：2023-03-04 20:06
地铁列车测速定位系统是地铁列车控制系统中的重要组成部分,承担着获取列车速度和位置信息的任务,保障列车运行的安全和效率,但同时它也是故障的高发区。目前针对地铁列车测速定位系统的故障诊断方法研究主要集中在文本信息上,而对于按时间周期存储车载设备信息的列车行车日志的研究较少。这导致目前针对列车行车日志的故障分析仍然依靠专家经验和人工处理,增加了运维人员的工作负担。论文针对测速定位系统的故障行车日志进行分析,将行车日志中按周期存储的由故障导致的异常数据称为故障时间序列,通过挖掘行车日志中的故障时间序列,建立基于LSTM(Long Short-Term Memory)神经网络的故障诊断模型提取其时空特征进行多维时间序列的分类,实现列车测速定位系统的故障诊断,降低了地铁现场的运维成本。论文的主要研究内容如下:(1)对测速定位系统相关的故障及在行车日志中受故障影响的异常数据项的时间序列表现进行分析,结合现场运维人员对于行车日志的分析方法,阐述了论文依托行车日志中的故障时间序列包含的故障信息进行故障诊断的思路。针对行车日志中故障相关的部分数据项冗杂无用的问题,运用基于Apriori算法的关联规则分析方...
【文章页数】：107 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 列车测速定位系统故障诊断技术研究现状
1.2.2 时间序列分类技术研究现状
1.2.3 基于时间序列的故障诊断技术研究现状
1.3 论文主要工作内容
2 基于时间序列的测速定位系统故障与行车日志分析
2.1 测速定位系统概述
2.1.1 车轴测速传感器
2.1.2 测速雷达
2.1.3 应答器定位系统
2.1.4 多传感器冗余的列车测速定位系统
2.2 基于故障时间序列的测速定位系统故障诊断方案研究
2.2.1 测速定位系统故障时间序列表现分析
2.2.2 测速定位系统故障诊断工程方法
2.2.3 基于故障时间序列的测速定位系统故障诊断方案
2.3 基于加权最小支持度关联规则分析的行车日志数据项简约
2.3.1 关联规则算法概述
2.3.2 自适应最小支持度的加权Apriori算法的数据项约简
2.4 本章小结
3 基于多传感器的列车测速定位系统建模及故障仿真
3.1 列车运动状态建模
3.1.1 列车动力学模型
3.1.2 列车运动模型
3.2 OPG传感器测速及故障建模
3.2.1 OPG传感器测量数学模型
3.2.2 OPG传感器测速误差模型
3.2.3 OPG传感器故障建模
3.3 多普勒雷达测速及故障建模
3.3.1 测速雷达测量数学模型
3.3.2 测速雷达测速误差模型
3.3.3 测速雷达故障建模
3.4 列车位置不确定性建模
3.4.1 列车过应答器时的位置不确定性模型
3.4.2 列车正常走行时的位置不确定性模型
3.4.3 列车打滑时的位置不确定性模型
3.5 基于多传感器的测速定位系统模型及故障的仿真与验证
3.5.1 基于多传感器的测速定位系统模型及故障仿真
3.5.2 基于统计假设检验的仿真结果验证
3.6 本章小结
4 基于LSTM神经网络的地铁测速定位系统故障诊断
4.1 LSTM神经网络算法
4.1.1 神经网络基本理论
4.1.2 LSTM神经网络
4.2 LSTM神经网络故障诊断模型构建
4.2.1 数据预处理
4.2.2 LSTM神经网络故障诊断模型结构
4.2.3 LSTM神经网络故障诊断模型的建立
4.3 仿真结果分析
4.3.1 网络调参
4.3.2 模型验证
4.4 本章小结
5 测速设备离线故障诊断系统的设计与实现
5.1 测速设备离线故障诊断系统原理
5.2 测速设备离线故障诊断系统架构
5.3 基于多线程的测速设备离线故障诊断软件实现
5.3.1 软件架构
5.3.2 人机界面
5.3.3 故障诊断实例
5.4 本章小结
6 总结与展望
6.1 成果总结
6.2 研究展望
参考文献
图索引
表索引
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
本文编号：3754919
【文章页数】：107 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 列车测速定位系统故障诊断技术研究现状
1.2.2 时间序列分类技术研究现状
1.2.3 基于时间序列的故障诊断技术研究现状
1.3 论文主要工作内容
2 基于时间序列的测速定位系统故障与行车日志分析
2.1 测速定位系统概述
2.1.1 车轴测速传感器
2.1.2 测速雷达
2.1.3 应答器定位系统
2.1.4 多传感器冗余的列车测速定位系统
2.2 基于故障时间序列的测速定位系统故障诊断方案研究
2.2.1 测速定位系统故障时间序列表现分析
2.2.2 测速定位系统故障诊断工程方法
2.2.3 基于故障时间序列的测速定位系统故障诊断方案
2.3 基于加权最小支持度关联规则分析的行车日志数据项简约
2.3.1 关联规则算法概述
2.3.2 自适应最小支持度的加权Apriori算法的数据项约简
2.4 本章小结
3 基于多传感器的列车测速定位系统建模及故障仿真
3.1 列车运动状态建模
3.1.1 列车动力学模型
3.1.2 列车运动模型
3.2 OPG传感器测速及故障建模
3.2.1 OPG传感器测量数学模型
3.2.2 OPG传感器测速误差模型
3.2.3 OPG传感器故障建模
3.3 多普勒雷达测速及故障建模
3.3.1 测速雷达测量数学模型
3.3.2 测速雷达测速误差模型
3.3.3 测速雷达故障建模
3.4 列车位置不确定性建模
3.4.1 列车过应答器时的位置不确定性模型
3.4.2 列车正常走行时的位置不确定性模型
3.4.3 列车打滑时的位置不确定性模型
3.5 基于多传感器的测速定位系统模型及故障的仿真与验证
3.5.1 基于多传感器的测速定位系统模型及故障仿真
3.5.2 基于统计假设检验的仿真结果验证
3.6 本章小结
4 基于LSTM神经网络的地铁测速定位系统故障诊断
4.1 LSTM神经网络算法
4.1.1 神经网络基本理论
4.1.2 LSTM神经网络
4.2 LSTM神经网络故障诊断模型构建
4.2.1 数据预处理
4.2.2 LSTM神经网络故障诊断模型结构
4.2.3 LSTM神经网络故障诊断模型的建立
4.3 仿真结果分析
4.3.1 网络调参
4.3.2 模型验证
4.4 本章小结
5 测速设备离线故障诊断系统的设计与实现
5.1 测速设备离线故障诊断系统原理
5.2 测速设备离线故障诊断系统架构
5.3 基于多线程的测速设备离线故障诊断软件实现
5.3.1 软件架构
5.3.2 人机界面
5.3.3 故障诊断实例
5.4 本章小结
6 总结与展望
6.1 成果总结
6.2 研究展望
参考文献
图索引
表索引
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
本文编号：3754919
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3754919.html
