论文部分内容阅读
轨道电路是铁路上保障列车安全运行必不可少的基础信号设备,同时它的正常工作与否将直接影响铁路运输效率。目前,铁路现场通过电务人员定期检修或故障修的方式对轨道电路进行维护,其故障发生伴随着较大的不确定性与随机性,且诊断过程盲目性大、复杂性强,缺乏清晰的故障逻辑机理分析。如何快速准确地诊断其故障,成为电务维护人员所面临的一大难题。针对上述问题,本文主要研究内容如下所述:首先,介绍站内25Hz相敏轨道电路系统的设备构成与工作原理,并对系统常见故障进行分析,利用均匀传输线理论建立相敏轨道电路等效四端网模型,结合具体参数推导模型各节点监测量值,建立相敏轨道电路的诊断决策表。针对系统故障特征的模糊性与不确定性,提出一种基于PSO-FDT的故障诊断方法,使用Min-Ambiguity算法对诊断决策表进行训练建立模糊决策树,同时利用PSO算法对影响决策树性能的两个参数进行优化,从建立的模糊决策树中提取规则建立诊断规则库作为轨道电路故障诊断的依据。利用模拟数据进行仿真分析,实验结果表明PSO-FDT方法降低了依据经验设置参数方法进行建树的盲目性,对相敏轨道电路进行故障诊断是可行的。其次,以ZPW-2000A型无绝缘移频轨道电路作为研究对象,针对系统组成的复杂性和故障特征的冗余性,提出一种基于C4.5的组合决策树方法对轨道电路进行故障诊断。根据ZPW-2000A轨道电路结构特点划分多种故障模式,建立组合网络诊断模型,实现轨道电路故障由粗到细的逐级划分,选择粗糙集属性约简方法为粗分网络的各树节点提取合适的特征属性,由此得到各树节点的诊断决策表,再用C4.5对各决策表分别训练学习提取故障规则。利用模拟数据推导组合决策树诊断模型建立过程,仿真测试结果表明该模型能够从结构上改善诊断分类器的性能,从而达到较好的诊断效果。最后,根据以上研究利用VC++6.0平台与MFC类库进行可视化界面编程,开发基于改进决策树算法的轨道电路故障诊断系统,实现对轨道电路相关故障诊断的功能。将相关故障特征数据输入诊断系统,能够得到相应诊断结果和故障处理建议,为轨道电路的故障处理与设备维护提供参考。