基于神經(jīng)網(wǎng)絡(luò)模式識別的列車折關(guān)故障檢測.pdf

1、隨著我國列車的不斷提速，對列車行車安全的要求也隨之提高。制動性能的好壞是影響列車提速的一個關(guān)鍵。折角塞門是列車基礎(chǔ)制動裝置中的一個部件，一旦被非正常關(guān)閉(折關(guān))，從而阻斷氣體通路使其后車輛的制動系統(tǒng)失靈，在列車需制動時，使空氣制動功能受到影響，制動力下降，嚴(yán)重時將造成列車冒進(jìn)，追尾等事故，使國家物質(zhì)和人民生命財產(chǎn)蒙受巨大損失。鐵道部1988年已將防止折角塞門關(guān)閉造成事故問題列為鐵路安全的重點攻關(guān)項目。 本文首先詳細(xì)介紹列車空氣制

2、動系統(tǒng)，分析其構(gòu)成和工作原理。在此基礎(chǔ)上，引出折角塞門的位置與作用，接著給出折角塞門工作中可能出現(xiàn)的問題以及應(yīng)對措施，介紹了列車折關(guān)檢測的原理。針對目前國內(nèi)所研制的各種折關(guān)檢測裝置，分析其特點與不足，指出列車折關(guān)檢測的關(guān)鍵技術(shù)。鑒于折關(guān)檢測系統(tǒng)的難于建模性，本文嘗試借鑒神經(jīng)網(wǎng)絡(luò)模式識別的優(yōu)勢對折關(guān)故障進(jìn)行識別。 神經(jīng)網(wǎng)絡(luò)模式識別具有大規(guī)模并行協(xié)同處理能力、較強的容錯能力和聯(lián)想能力以及較強的學(xué)習(xí)能力。本文研究了神經(jīng)網(wǎng)絡(luò)模式識別系統(tǒng)

3、的一個關(guān)鍵問題，即模式的預(yù)處理和特征提取，重點分析了主分量分析(PCA)的理論實現(xiàn)基礎(chǔ)K-L變換和實現(xiàn)PCA的方法步驟。在此基礎(chǔ)上，接著給出本文核心即BP神經(jīng)網(wǎng)絡(luò)模式分類器的實現(xiàn)思想。運用上述研究成果，成功地開發(fā)與設(shè)計了一個具體的神經(jīng)網(wǎng)絡(luò)模式識別系統(tǒng)，即列車折關(guān)故障檢測系統(tǒng)，借助于MATLAB，用改進(jìn)的BP算法對研制的樣機進(jìn)行樣本訓(xùn)練并完成神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計。對樣機進(jìn)行實驗室測試得出其運行穩(wěn)定、故障識別率較高，具有較大的實用價值，表明本文