原文传递
基于改进粒子群算法的轨道电路故障诊断方法研究
| 论文题名： | 基于改进粒子群算法的轨道电路故障诊断方法研究 |
| 关键词： | 轨道电路;故障诊断;粒子群算法;BP神经网络 |
| 摘要： | 轨道电路是CTCS系统重要设备之一,其性能直接影响着列车的运行安全,当轨道电路发生故障时,可能会引起严重的安全事故。目前,我国对轨道电路设备的故障诊断方法存在准确率较低、效率不高,比较依赖于维修人员的工作经验。传统的轨道电路故障诊断方法已经不再适应高效率、智能化、全面化的要求。因此,引入新的故障诊断技术,建立一个智能的轨道电路故障诊断系统,对发现设备故障、分析故障原因、提高维护效率,是非常有意义的。 本文主要以 ZPW-2000A轨道电路为研究对象,对 ZPW-2000A轨道电路的工作原理、技术特征、常见故障、故障机理等进行分析。改进了轨道电路的检测算法,完善了轨道电路故障诊断模型和数据库,从而实现了对轨道电路的检测与故障诊断。论文主要完成以下内容: 首先,分析ZPW-2000A轨道电路的工作原理,总结出轨道电路的常见故障。根据均匀传输线理论,建立了轨道电路四端网络模型。归纳了补偿电容和道砟电阻影响幅值包络的规律。 其次,深入研究了粒子群算法的原理、参数的选取、算法的流程。为了改善粒子群算法的搜索能力,对粒子群优化算法进行了改进。因为BP神经网络有易陷入局部最优、收敛速度慢,故使用粒子群算法优化BP神经网络的参数。提出了一种基于改进粒子群算法的神经网络建模方法,并给出了建模的步骤和优化的流程。 最后,归纳总结ZPW-2000A系统的常见故障,轨道电路故障诊断系统的人机界面是使用VC++6.0和Matlab联合编程技术编写的,根据现场数据,对轨道电路进行检测和故障诊断。从诊断结果可看出,这个系统可以准确地诊断出轨道电路是否发生故障,判断相应故障类型及分析故障的原因,能够及时地处理各种故障信息,故障的诊断效率得到了提高。 |
| 作者： | 徐甜丽 |
| 专业： | 控制工程 |
| 导师： | 陈永刚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
