基于BN的轉(zhuǎn)轍機(jī)故障診斷研究.pdf

1、隨著我國鐵路運(yùn)輸向高速度、高密度的方向發(fā)展，對鐵路信號設(shè)備尤其是擔(dān)任轉(zhuǎn)線作用的轉(zhuǎn)轍機(jī)提出了更高的要求。
　　目前，對轉(zhuǎn)轍機(jī)的維修仍然采用傳統(tǒng)的月檢修結(jié)合故障修的模式，維修人員僅憑經(jīng)驗(yàn)修復(fù)設(shè)備，不僅對故障的診斷精度低，而且維修時(shí)間較長，早已不能滿足鐵路運(yùn)輸?shù)男枰?，?yán)重制約了運(yùn)輸效率，同時(shí)也是影響行車安全的重要因素。為了提高轉(zhuǎn)轍機(jī)故障的診斷精度，減少故障延時(shí)，有必要采用人工智能方法協(xié)助維修人員判斷故障點(diǎn)并及時(shí)排除。
　　作為處理

2、不確定性問題的方法，BN(Bayesian Network,貝葉斯網(wǎng)絡(luò))以其強(qiáng)大的不確定性推理和學(xué)習(xí)能力，被廣泛應(yīng)用于航天、軍事、醫(yī)療等領(lǐng)域設(shè)備的故障診斷，其建立的故障診斷模型能清晰準(zhǔn)確的表達(dá)故障現(xiàn)象和故障原因之間的定性、定量關(guān)系。因此將該方法用于轉(zhuǎn)轍機(jī)的故障診斷。
　　論文以S700K型電動轉(zhuǎn)轍機(jī)為研究對象，詳細(xì)分析了轉(zhuǎn)轍機(jī)控制電路和道岔的工作原理，結(jié)合調(diào)研鐵路信號領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識，梳理歸納出轉(zhuǎn)轍機(jī)控制電路故障和機(jī)械故障類型及

3、故障的原因。
　　根據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和先驗(yàn)概率列出故障的因果關(guān)系調(diào)查表，構(gòu)造出針對轉(zhuǎn)轍機(jī)故障診斷的貝葉斯網(wǎng)絡(luò)模型，通過計(jì)算得出所有節(jié)點(diǎn)的條件概率表。在輸入故障的條件下，利用團(tuán)樹傳播算法推理出故障原因的后驗(yàn)概率。由于根據(jù)不同專家經(jīng)驗(yàn)建立的模型，其故障診斷結(jié)果存在差別，因此提出基于人工魚群算法優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)模型，融合不同的專家經(jīng)驗(yàn)知識來構(gòu)造貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。
　　將人工魚群算法運(yùn)用到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí)中，利用人工魚群算法全局搜索能力