基于數(shù)據(jù)挖掘的微機監(jiān)測系統(tǒng)故障診斷研究.pdf

1、鐵路微機監(jiān)測系統(tǒng)是重要的行車安全輔助設備,是鐵路裝備現(xiàn)代化的重要組成部分。目前,微機監(jiān)測系統(tǒng)的故障診斷功能研究尚處于起步階段,對于鐵路車站信號設備運行狀態(tài)的判斷主要依據(jù)工作人員通過監(jiān)測系統(tǒng)采集的數(shù)據(jù)曲線,憑借個人經驗來確定,檢修效率和可靠性相對低下。因此,實現(xiàn)微機監(jiān)測系統(tǒng)的故障診斷功能是亟待解決的任務。
　　數(shù)據(jù)挖掘在設備狀態(tài)監(jiān)測與故障診斷過程中主要進行特征提取、狀態(tài)識別和診斷決策。故障特征信息提取是其中最重要、最關鍵而且也是最困

2、難的環(huán)節(jié)。同時,微機監(jiān)測系統(tǒng)監(jiān)測到的的數(shù)據(jù)流是一種時間序列,是快速變化的、海量的和潛在無限的,并且不可能整體存儲和多次掃描,甚至不可能“看到”數(shù)據(jù)流中的每個元素。因此,時間序列挖掘是數(shù)據(jù)挖掘研究中最具有挑戰(zhàn)性的十大研究方向之一。論文結合微機監(jiān)測系統(tǒng)自身的監(jiān)測特點,提出一種新的基于時間序列挖掘的故障特征信息提取算法,該算法按時間序列點采樣值的線密度分布估計設備正常狀態(tài)值,結合數(shù)據(jù)變化趨勢和數(shù)據(jù)相對增量變化的比較情況進行故障信息的提取,將該

3、算法用于微機監(jiān)測下的道岔設備、軌道電路和電源三種主要設備的故障特征信息提取上,并通過Matlab仿真,結果表明將該算法應用在故障特征信息的提取上是可行的。
　　論文將時間序列挖掘和面向故障診斷的petri網將結合,首先利用文中設計的數(shù)據(jù)挖掘算法對微機監(jiān)測到的時間序列進行故障信息的提取,然后將提取到的數(shù)據(jù)作為診斷樣本輸入文中自定義的petri網,分析了微機監(jiān)測下的信號設備故障的特點,運用面向故障診斷的petri網方法進行相應的故障診

4、斷,最后由petri網輸出診斷結果。
　　文中分別對微機監(jiān)測系統(tǒng)下主要設備的常見故障進行建模,按照文中提出的前向、后向和混合故障診斷petri網推理算法,依據(jù)時間序列挖掘方法提取初始狀態(tài),推斷引起故障的可能原因和引發(fā)的后果。通過對監(jiān)測數(shù)據(jù)進行處理分析,依據(jù)故障模型推理得出了可能引起故障原因的可能性程度和后繼故障,從診斷結果上來看基本可以達到預期目的,證明了采用的時間序列挖掘方法和面向故障診斷的petri網診斷方法運用在微機監(jiān)測下設