详情

原文传递车载式轨道状态监测系统的设计

论文题名：	车载式轨道状态监测系统的设计
关键词：	故障诊断;神经网络;数据采集;车载式轨道;状态监测
摘要：	伴随着轨道机车的广泛应用和持续提速，轨道是否平顺是确保行车的安全性、舒适性和可靠性的关键。传统的轨道“保养”方式主要是通过轨检车定期检查，然后根据检测状况进行故障检修。　　随着信息技术和大数据时代的到来，本文提出设计一个车载式轨道状态检测系统（简称OB-TSM System），安装到轨道机车中，通过检测机车运行过程中前向、横向和垂直三个方向的加速度，并将模式分类算法嵌入系统内部，来综合评判轨面的平顺状况。　　本文围绕系统的硬件、软件和诊断算法三部分的设计展开了论述。系统的硬件是以具有ARM CortexTM-A8内核的S5PV210处理器作为系统的中央处理单元，以加速度传感器 MMA7455作为数据采集模块，其他模块则沿用了 OK210开发板的出厂设计。系统的软件是以Linux作为主操作系统，利用Qt图形用户接口设计人机交互界面，并在 Linux系统下完成了设备驱动的设计和故障诊断、故障评估等算法的实现。其中，诊断算法通过Linux系统下的C/C++实现，先对时域信号进行特征向量的提取，然后用改进的BP神经网络对特征向量进行状态分类，并引入故障评估的方法，综合多个测点的神经网络，计算发生故障的概率。　　本文最后提出了针对于特定机车构建特定的神经网络并集成在系统软件中的试验方案。通过平顺和不平顺两种状态的数据对系统进行测试，结果表明，在嵌入式系统中自行设计的改进BP神经网络具有一定的识别能力，并且故障评估算法的测试基本通过，说明该系统在轨道检测的工程应用中能发挥重要作用。相比于传统的检轨方法，本系统化繁为简、经济实用、便携可靠，也体现了产品化、信息化、智能化是学术领域的发展趋势。
作者：	邓同龙
专业：	模式识别与智能系统
导师：	刘广璞
授予学位：	硕士
授予学位单位：	中北大学
学位年度：	2016
正文语种：	中文