軌道電路故障預(yù)測與健康管理關(guān)鍵技術(shù)研究.pdf

1、軌道電路故障是影響鐵路運輸行車效率、引發(fā)安全事故的重要誘因。因此，對軌道電路故障進行準(zhǔn)確的診斷、及時的預(yù)測、科學(xué)的管理具有重要的研究意義。
　　論文根據(jù)軌道電路的工作原理和實際使用情況對軌道電路的故障形成機理進行了深入分析，總結(jié)了軌道電路的故障類型及對應(yīng)的故障征兆。在此基礎(chǔ)上，采用故障預(yù)測與健康管理（Prognostics and Health Management，PHM）開放式分層體系，構(gòu)建了一種軌道電路PHM體系結(jié)構(gòu)，提出了

2、總體解決方案，并研制了軌道電路特征參數(shù)采集及信息處理設(shè)備。
　　論文還從以下幾個方面進行了創(chuàng)新研究:
　　(1)提出了一種基于小波變換的軌道電路故障征兆提取算法。針對傳統(tǒng)FFT算法不能對非平穩(wěn)信號進行時-頻局部化分析的缺陷，論文利用小波變換的多尺度分辨技術(shù)對含有大量沖擊干擾噪聲的軌道電路信號進行分析，從時域和頻域兩方面對信號進行多層分解，將信號故障特征信息從干擾信號中分離出來。并通過仿真實驗對比，從三種典型的小波基函數(shù)中，選

3、取了db5小波基函數(shù)，驗證了算法的有效性和精確度。
　　(2)建立了一種基于模糊神經(jīng)網(wǎng)絡(luò)（Fuzzy Neural Network，F(xiàn)NN）的軌道電路故障診斷與預(yù)測模型。由于軌道電路系統(tǒng)具有非線性、無精確解析模型的特點，論文結(jié)合模糊推理系統(tǒng)易于知識表達的優(yōu)點和神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)模型的故障診斷與預(yù)測方法。并利用和-積(Sum-Prod.)這種無參數(shù)模糊算子分別對FNN模型的故障可信度和規(guī)則激活度進行合成

4、運算，通過仿真分析，驗證了模型的有效性。
　　(3)提出了一種基于帶補償度參數(shù)模糊算子的改進算法。通過對典型模糊算子聚合性能的分析研究，發(fā)現(xiàn)無參數(shù)模糊算子容易對輸入信息造成遺漏，使診斷與預(yù)測結(jié)果出現(xiàn)較大偏差。為了解決這一問題，論文將廣義概率和-廣義概率積(Generalized Probability Sum-Generalized Probability Product,GPS-GPP)和廣義加權(quán)均值（Generalized W