基于改進決策樹的軌道電路故障診斷方法研究.pdf

1、軌道電路是鐵路上保障列車安全運行必不可少的基礎信號設備，同時它的正常工作與否將直接影響鐵路運輸效率。目前，鐵路現場通過電務人員定期檢修或故障修的方式對軌道電路進行維護，其故障發(fā)生伴隨著較大的不確定性與隨機性，且診斷過程盲目性大、復雜性強，缺乏清晰的故障邏輯機理分析。如何快速準確地診斷其故障，成為電務維護人員所面臨的一大難題。
　　針對上述問題，本文主要研究內容如下所述:
　　首先，介紹站內25Hz相敏軌道電路系統(tǒng)的設備構成與

2、工作原理，并對系統(tǒng)常見故障進行分析，利用均勻傳輸線理論建立相敏軌道電路等效四端網模型，結合具體參數推導模型各節(jié)點監(jiān)測量值，建立相敏軌道電路的診斷決策表。針對系統(tǒng)故障特征的模糊性與不確定性，提出一種基于PSO-FDT的故障診斷方法，使用Min-Ambiguity算法對診斷決策表進行訓練建立模糊決策樹，同時利用PSO算法對影響決策樹性能的兩個參數進行優(yōu)化，從建立的模糊決策樹中提取規(guī)則建立診斷規(guī)則庫作為軌道電路故障診斷的依據。利用模擬數據進行

3、仿真分析，實驗結果表明PSO-FDT方法降低了依據經驗設置參數方法進行建樹的盲目性，對相敏軌道電路進行故障診斷是可行的。
　　其次，以ZPW-2000A型無絕緣移頻軌道電路作為研究對象，針對系統(tǒng)組成的復雜性和故障特征的冗余性，提出一種基于C4.5的組合決策樹方法對軌道電路進行故障診斷。根據ZPW-2000A軌道電路結構特點劃分多種故障模式，建立組合網絡診斷模型，實現軌道電路故障由粗到細的逐級劃分，選擇粗糙集屬性約簡方法為粗分網絡的

4、各樹節(jié)點提取合適的特征屬性，由此得到各樹節(jié)點的診斷決策表，再用C4.5對各決策表分別訓練學習提取故障規(guī)則。利用模擬數據推導組合決策樹診斷模型建立過程，仿真測試結果表明該模型能夠從結構上改善診斷分類器的性能，從而達到較好的診斷效果。
　　最后，根據以上研究利用VC++6.0平臺與MFC類庫進行可視化界面編程，開發(fā)基于改進決策樹算法的軌道電路故障診斷系統(tǒng)，實現對軌道電路相關故障診斷的功能。將相關故障特征數據輸入診斷系統(tǒng)，能夠得到相應診