軌道電路智能故障診斷方法研究.pdf

1、軌道電路是鐵路信號系統(tǒng)最重要的基礎組成設備之一，隨著我國高速鐵路的飛速發(fā)展，它的“健康狀況”直接關系到高速鐵路列車的運行安全與運輸效率。目前，我國軌道電路維修模式仍停留在傳統(tǒng)的故障修與計劃修模式，其故障具有明顯的不確定性與模糊性，且診斷過程的盲目性和復雜性強。如何快速有效的對其故障進行診斷處理，仍然是鐵路專業(yè)技術人員所面臨的一大難題。因此，對高速鐵路軌道電路智能故障診斷方法進行研究具有重大意義。
　　本文對此展開研究，所做主要工作

2、如下所述:
　　首先，以站內25Hz相敏軌道電路作為研究對象，介紹系統(tǒng)組成與工作原理，并深入分析了系統(tǒng)常見故障，針對其故障的不確定性與模糊性，提出一種基于Mamdani模糊BP網絡的軌道電路故障智能診斷改進方法。通過建立診斷系統(tǒng)模型，引入自適應-動量BP學習調整法對模型參數進行訓練優(yōu)化，討論了系統(tǒng)參數初始值的設定，并給出了詳細的推導過程。仿真實驗表明，在相同實驗條件下改進方法降低了訓練誤差，并有效地提高了診斷學習過程的穩(wěn)定性與收斂

3、速度，對25Hz軌道電路故障進行智能模糊診斷是可行的。
　　其次，以ZPW-2000A型無絕緣移頻軌道電路紅光帶故障作為研究對象，介紹系統(tǒng)組成與工作原理，針對其故障診斷的盲目性與復雜性，提出一種基于FTA與多層次模糊神經子網絡的軌道電路智能故障診斷方法。通過建立宏觀故障樹與微觀故障樹，將復雜診斷過程分解，利用FTA分析邏輯判定故障源并提取故障診斷規(guī)則，據此構建若干Mamdani模糊神經子網以串并聯方式聯接成診斷模型，采用動量BP梯

4、度尋優(yōu)算法進行優(yōu)化調整。通過仿真分析，表明該方法可行有效，能快速定位故障點，極大降低故障診斷的盲目性和復雜性，提高診斷速度和準確度，能為軌道電路的智能診斷和日常維護提供一定參考價值。
　　然后，基于研究建立的故障診斷模型實現軌道電路智能故障診斷系統(tǒng)的軟件設計。利用VC++6.0與MFC類庫搭建軟件開發(fā)平臺，進行可視化界面編程，實現軌道電路相關智能故障診斷的功能。調試結果表明，當軌道電路發(fā)生故障時，將相關故障特征數據輸入系統(tǒng)，即可及