摘要: |
铁路是我国重要的运输命脉,而铁路信号设备则是指挥列车运行,提高运输作业管理效率的重要设施。铁路信号设备的安全是保障铁路安全的重要部分。
目前,铁路信号设备的检修工作,一般都是依赖于检修人员对设备故障机理的经验把握程度,通过现场分析进行故障诊断。而实际上,鉴于铁路信号设备控制系统本身及其使用方法的复杂性,导致信号设备故障的原因有很多种,单纯依靠人工方法处理故障已远远不能适应当前铁路信号的发展形势。开发一种铁路信号设备故障诊断专家系统,能够及时有效地进行故障定位,并提供有效的检修方案,有着非常现实和迫切的意义。
论文基于铁道部实际项目“信号基础数据管理系统及信号综合维护管理系统”的实际需求,设计了一种集故障排序、故障诊断、故障检修为一体的铁路信号设备故障检修决策支持系统,论文主要工作有三部分:
一、根据铁路信号设备日常检修工作的实际需求,论文设计了用于故障诊断的多个子模块,并基于故障分类和对故障机理的分析,建立了铁路信号设备故障诊断专家系统基本的实现结构。论文对故障诊断知识库的构建和维护、故障诊断专家系统推理机设计进行了重点研究,并实现了基本的故障诊断功能,能为铁路信号设备基本故障的检修工作提供解决方案和决策支持。
二、本文论述了利用神经网络特别是BP算法来解决多故障排序机制问题的方法和过程,建立了辅助故障排序的故障指标体系,阐述了BP神经网络的相关原理及算法,构建了适合本文故障排序的BP网络模型,并通过设计训练样本集对该网络模型的性能进行了验证,证明了BP算法对于多故障排序问题有很好的作用。多故障排序问题的解决,有效保障了重要故障能在第一时间得到处理,对于铁路信号设备检修工作有非常实际的意义。
三、本文分析了传统故障检修工作的弊端,设计了工单子系统的基本功能及其实现流程,有效的实现了检修任务跨部门的联动处理,大大提高了故障检修工作的效率。 |