原文传递
基于车-地关联的轨道电路分路不良预测方法研究
| 论文题名： | 基于车-地关联的轨道电路分路不良预测方法研究 |
| 关键词： | 无绝缘轨道电路;分路不良;机车信号;支持向量机;粒子群优化 |
| 摘要： | 无绝缘轨道电路是在世界各地都被广泛应用的列车运行控制系统中的地面设备之一，在我国的CTCS-0至CTCS-2级列控系统中，起着列车占用情况检测，完整性检查和向列车传输行车许可信息等功能，在CTCS-3级列控系统的地面设备中，仍起着占用检测和完整性检查的作用[1]。然而，分路不良是轨道电路中长久以来存在的安全隐患，也是国内外铁路行业共同面临的问题。分路不良在我国铁路系统中俗称“压不死”，是困扰铁路行车和电务维护部门多年的问题，对铁路的运营效率和行车安全造成了极大威胁。 本论文针对轨道电路分路不良当前检测方式缺乏自动化手段、检测工作滞后、缺乏分路不良的特性研究等情况，主要做了如下几方面的工作: (1)以我国铁路系统广泛应用的ZPW-2000A型无绝缘轨道电路为研究对象，基于二端口网络理论建立了轨道电路分路状态时的等效电路模型，并通过轨道电路模拟盘实验数据和实际监测数据验证了模型的正确性。 (2)在二端口网络模型的基础之上，仿真了分路状态下车载接收到的感应电流曲线和发送端轨面电压、接收端轨面电压、轨入电压、流入调谐区的电流、流入主轨电流和主轨电阻的变化情况。 (3)仿真分析了分路不良对于车、地信息的影响和变化规律，并仿真了道床电阻变化、发送端零阻抗匹配情况变化、发送端极阻抗匹配情况变化对于车、地信息的影响规律。 (4)针对局部（瞬时）分路不良的情况，采用小波分解和重构的方法，对感应电流信号的细节分量进行重构，并进行特征提取，将特征量作为预测模型的输入参数，结合粒子群优化算法和支持向量机分类算法建立预测模型，最终实现分路不良的预测，并与其他模型的预测结果进行了比较分析。 (5)对于区段分路不良的情况，基于软测量的理论，通过小波分解与重构理论提取感应电流信号的近似信号，利用支持向量机的回归预测算法计算分路电阻，根据分路电阻预估值来判断是否可能出现分路不良。 本论文主要创新之处在于: (1)提出了车-地关联的分析方法，将车载接收的信息和地面监测信息结合运用到预测之中，弥补了以往检测手段仅依据分路残压情况判断，监测效果滞后，受人为因素影响大等缺陷。 (2)提出基于支持向量机的分类算法实现局部（瞬时）分路不良的预测，并使用粒子群算法对预测模型的参数进行寻优计算。 (3)提出基于支持向量机的回归预测算法实现区段分路不良的预测。 |
| 作者： | 张梦琪 |
| 专业： | 交通信息工程及控制 |
| 导师： | 赵会兵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
