道岔故障診斷方法研究.pdf

1、道岔作為鐵路信號(hào)設(shè)備的重要一環(huán)，不僅負(fù)責(zé)線路的轉(zhuǎn)換還保障軌道線路的運(yùn)營(yíng)安全。隨著我國(guó)鐵路線路的增長(zhǎng)和行車密度的增加，道岔設(shè)備故障頻率日趨頻繁，因此研究道岔故障診斷方法、提高診斷自動(dòng)化水平具有重要現(xiàn)實(shí)意義。本文在總結(jié)國(guó)內(nèi)外研究的基礎(chǔ)上，于定量和定性兩個(gè)方面研究道岔故障診斷方法。
　　首先，詳細(xì)介紹道岔設(shè)備的結(jié)構(gòu)組成，闡述其控制原理和工作過程，同時(shí)在總結(jié)和分類常見道岔故障模式的基礎(chǔ)上，提出本文重點(diǎn)診斷的故障類型并給出故障原因。

2、　　其次，設(shè)計(jì)道岔運(yùn)轉(zhuǎn)信號(hào)采集系統(tǒng)并進(jìn)行現(xiàn)場(chǎng)信號(hào)采集。根據(jù)系統(tǒng)的需求分析，完成硬件設(shè)計(jì)和選型，并于LabVIEW平臺(tái)上完成了系統(tǒng)相關(guān)功能模塊的軟件編寫，同時(shí)詳細(xì)介紹該系統(tǒng)在現(xiàn)場(chǎng)的安裝情況和道岔運(yùn)轉(zhuǎn)信號(hào)的采集過程。
　　然后，從定量的角度提出基于DWT和C-SVM的道岔故障診斷方法。該方法先對(duì)道岔運(yùn)轉(zhuǎn)信號(hào)進(jìn)行基于K-Means的聚類分析，以確定包含最多故障信息的信號(hào)類型，之后對(duì)該類型信號(hào)進(jìn)行DWT實(shí)現(xiàn)故障特征提取，并利用C-SVM對(duì)

3、歸一化后的特征信息進(jìn)行故障識(shí)別，從而實(shí)現(xiàn)對(duì)道岔的故障診斷。以實(shí)測(cè)的故障信號(hào)進(jìn)行交叉驗(yàn)證實(shí)驗(yàn)，結(jié)果驗(yàn)證了所提方法的準(zhǔn)確性和有效性。
　　最后，從定性的角度提出基于定性趨勢(shì)分析的道岔故障診斷方法。該方法先采用區(qū)間半分法對(duì)道岔不同狀態(tài)下的典型運(yùn)轉(zhuǎn)信號(hào)進(jìn)行趨勢(shì)提取，建立故障診斷知識(shí)庫(kù)，之后對(duì)待診斷信號(hào)進(jìn)行趨勢(shì)提取，并計(jì)算其趨勢(shì)序列與所有故障趨勢(shì)規(guī)則的匹配度，綜合比較匹配度值從而實(shí)現(xiàn)道岔故障診斷。實(shí)驗(yàn)結(jié)果表明，所提方法表現(xiàn)出較好的準(zhǔn)確性，并