原文传递
基于贝叶斯网络的CBTC故障诊断
| 论文题名： | 基于贝叶斯网络的CBTC故障诊断 |
| 关键词： | 贝叶斯网络;通信理论;列车控制系统;故障诊断;运行安全 |
| 摘要： | 全世界的轨道交通在近几十年得到了蓬勃的发展。作为轨道交通的中枢和大脑，列车控制系统控制列车的运行，在保证运行安全的前提下，提高列车运行效率。随着通信和计算机技术的发展，列车控制已经由传统的基于轨道电路的列车控制向基于通信的列车控制(CBTC)发展。 作为复杂的运行控制系统，CBTC系统的硬件与软件有机结合完成列车运行中的控制功能，其故障模式具有多态性、组件的非独立性、功能的偏差性以及时序性等特征。同时CBTC系统的安全受到软件控制因素、人为因素以及间接因素的影响，使得系统的故障诊断分析变得非常困难。 相比于传统的故障诊断方法，贝叶斯网络有完备的理论基础、成熟的推理算法、较强的学习能力。目前是推理领域和不确定知识表达最有效的理论模型之一，对于解决复杂设备中关联性和不确定性引起的故障有很大的优势。 本文从CBTC的基本原理出发，首先介绍了CBTC的安全功能。以CBTC系统中典型的列车超速运行故障为例，对列车超速运行故障场景，以及引起列车超速运行故障的直接和间接原因，进行了贝叶斯网络建模。具体的故障场景包括：列车超速运行故障场景，速度监督和防护故障场景，提供司机错误的信息故障场景，生成不安全的动态曲线故障场景，以及错误限制行车终点故障场景。 利用贝叶斯网络工具箱，本文对各种故障场景下的贝叶斯网络模型进行了因果推理和诊断推理分析。两种推理的数值计算结果给出了列车超速运行故障场景中，引起故障的主要原因。同时，利用模型的计算功能，分析了在贝叶斯网络模型参数变化情况下，故障发生的概率变化以及引起故障发生原因的变化。根据贝叶斯网络的推理结果，文章最后提出了相应的减少故障发生概率的措施。 本文提出的基于贝叶斯网络的故障诊断分析方法不仅适用于分析CBTC列车超速运行故障，也适用于CBTC的其他故障场景分析。 |
| 作者： | 付双 |
| 专业： | 智能交通工程 |
| 导师： | 张三同 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
