基于學習算法的復雜故障診斷模型與方法研究.pdf

1、鐵路信號系統(tǒng)是一個由多種機電設備組成的復雜的控制系統(tǒng)，實際信號系統(tǒng)的故障現(xiàn)象具有多樣性，很多復雜故障產生的原因往往具有模糊性、隨機性和組合性等特點，所以鐵路信號設備的故障診斷需要通過建立專家系統(tǒng)予以解決。如何基于鐵路信號設備故障的實際，選擇合適的復雜故障診斷模型，并開發(fā)實際應用算法，是建造實際鐵路信號設備故障診斷專家系統(tǒng)需待研究的一個關鍵問題。 本論文結合參加導師主持的鐵道部科研項目“鐵路信號設備故障診斷專家系統(tǒng)”的實際研究工作

2、，對基于學習算法的復雜故障診斷模型與方法進行了選題研究。 論文在對國內外研究現(xiàn)狀及發(fā)展趨勢分析的基礎上，首先，針對鐵路信號設備故障的特點，對故障診斷的過程、內容和方法進行了系統(tǒng)分析，主要包括基于解析模型的方法分析、基于信號處理的方法分析和基于知識的方法分析。其次，以決策樹理論為基礎，針對傳統(tǒng)的知識表示與獲取方法的不足，對基于決策樹的知識表示方法進行了深入探討，重點對C4.5算法在鐵路車站信號設備故障診斷專家系統(tǒng)中的應用進行了構模

3、研究，研究提出了基于決策樹的知識表示與獲取方法的應用模型，以及基于決策樹模型的復雜故障診斷算法。該算法具有充分利用決策樹把知識表示與獲取融于一身的優(yōu)點，使知識表示與知識獲取同時進行，克服了傳統(tǒng)人工智能系統(tǒng)中知識表示與知識獲取分離的缺點。最后，利用該方法對實際的鐵路信號設備故障診斷專家系統(tǒng)進行了應用研究，包括復雜故障診斷決策樹的生成軟件開發(fā)與事例分析；鐵路信號設備復雜故障診斷專家系統(tǒng)知識庫的建立；應用C4.5算法實現(xiàn)復雜故障診斷效果的評價