论文题名: | 动车组状态修中故障知识获取模型的研究 |
关键词: | 动车组;状态监测;数据挖掘;知识库 |
摘要: | 近年来,高速动车组的运行安全越来越受到人们的关注,动车组维修工作是确保其安全性的有力保障,目前我国铁路动车组检修主要存在两点不足:一是维修工作缺乏实时性;二是动车组运行过程中产生的状态数据对维修的指导作用不强。在此背景下,本文建立起一个动车组故障知识获取模型,用于从积累的动车组故障数据中获取有效信息,指导动车组维修工作,更进一步实现动车组状态修。 本文首先分析总结了动车组状态信息的获取途径。从动车组运行过程的监测手段和关键部件的数据采集手段,到WTD车载设备和动车组随车机械师手持移动终端实现数据的实时传输,再到地面信息管理系统用于接收数据并对数据进行分析处理,数据的采集、传输和接收构成了一个车地通信系统。 其次,对数据挖掘技术进行深入研究,针对动车组故障数据的特点,对关联规则挖掘的经典算法——Apriori算法进行了改进,基于改进的Apriori算法建立了动车组故障知识获取模型,利用南车集团青岛四方机车车辆股份有限公司动车组地面信息管理系统中动态传输的动车组运行过程中产生的真实数据,对改进算法和原算法进行实际测试,结果表明改进算法比原算法更适合于动车组故障数据的挖掘,并且在运行时间和占用空间方面都有一定程度的降低。 最后,通过对知识表示方法,知识库和推理机的研究,设计并初步实现了动车组故障知识库;实现了在途动车组维修的远程技术支持功能,提出了动车组状态修工作流程,为动车组提供多条维修途径,确保维修工作准确及时;基于动车组故障知识库和原有地面信息管理系统组建动车组状态修综合管理平台,研究其主要功能模块和数据处理流程,实现了一些功能,并对其进行举例说明。 |
作者: | 马海漫 |
专业: | 系统工程 |
导师: | 钟雁 |
授予学位: | 硕士 |
授予学位单位: | 北京交通大学 |
学位年度: | 2013 |
正文语种: | 中文 |