论文部分内容阅读
轨道电路是铁路信号系统最重要的基础组成设备之一,随着我国高速铁路的飞速发展,它的“健康状况”直接关系到高速铁路列车的运行安全与运输效率。目前,我国轨道电路维修模式仍停留在传统的故障修与计划修模式,其故障具有明显的不确定性与模糊性,且诊断过程的盲目性和复杂性强。如何快速有效的对其故障进行诊断处理,仍然是铁路专业技术人员所面临的一大难题。因此,对高速铁路轨道电路智能故障诊断方法进行研究具有重大意义。本文对此展开研究,所做主要工作如下所述：首先,以站内25Hz相敏轨道电路作为研究对象,介绍系统组成与工作原理,并深入分析了系统常见故障,针对其故障的不确定性与模糊性,提出一种基于Mamdani模糊BP网络的轨道电路故障智能诊断改进方法。通过建立诊断系统模型,引入自适应-动量BP学习调整法对模型参数进行训练优化,讨论了系统参数初始值的设定,并给出了详细的推导过程。仿真实验表明,在相同实验条件下改进方法降低了训练误差,并有效地提高了诊断学习过程的稳定性与收敛速度,对25Hz轨道电路故障进行智能模糊诊断是可行的。其次,以ZPW-2000A型无绝缘移频轨道电路红光带故障作为研究对象,介绍系统组成与工作原理,针对其故障诊断的盲目性与复杂性,提出一种基于FTA与多层次模糊神经子网络的轨道电路智能故障诊断方法。通过建立宏观故障树与微观故障树,将复杂诊断过程分解,利用FTA分析逻辑判定故障源并提取故障诊断规则,据此构建若干Mamdani模糊神经子网以串并联方式联接成诊断模型,采用动量BP梯度寻优算法进行优化调整。通过仿真分析,表明该方法可行有效,能快速定位故障点,极大降低故障诊断的盲目性和复杂性,提高诊断速度和准确度,能为轨道电路的智能诊断和日常维护提供一定参考价值。然后,基于研究建立的故障诊断模型实现轨道电路智能故障诊断系统的软件设计。利用VC++6.0与MFC类库搭建软件开发平台,进行可视化界面编程,实现轨道电路相关智能故障诊断的功能。调试结果表明,当轨道电路发生故障时,将相关故障特征数据输入系统,即可及时诊断并给出故障处理建议,为其日常维护和故障处理提供依据。最后,对本论文的研究内容进行归纳总结,并对后续进一步的研究工作进行展望。