基于智能學習算法的信號設備故障診斷分析與研究.pdf

1、鐵路信號系統(tǒng)是由多種控制設備構成的，受設備使用率及環(huán)境等因素的影響，造成信號系統(tǒng)故障具有隨機性和模糊性的特點。在我國鐵路高速、重載和高密度發(fā)展方向的引導下，建立和完善鐵路信號設備維修和監(jiān)測系統(tǒng)，逐步實現(xiàn)設備零故障，是保障鐵路運輸安全亟待研究的重大課題之一。
　　目前，我國鐵路信號利用了微機監(jiān)測系統(tǒng)采集設備的實時狀態(tài)信息，為了解設備運行狀況和分析事故原因提供了可靠的依據(jù)。但是，當信號設備發(fā)生故障時，鐵路信號系統(tǒng)缺乏一個集狀態(tài)監(jiān)測與故

2、障診斷于一體的綜合監(jiān)測軟件。因此，鐵路信號設備故障診斷專家系統(tǒng)的建立，對故障的定位和維修方案的制定具有非?，F(xiàn)實的意義。
　　針對鐵路信號設備故障診斷技術的現(xiàn)狀，論文首先列述了鐵路信號設備的常見故障并分析了故障原因，介紹了故障診斷的基本方法，并對各傳統(tǒng)方法的優(yōu)缺點進行了比較。其次，結合我國鐵路信號系統(tǒng)的特點，設計了基于C4.5學習算法的知識庫構建模型，同時對故障診斷專家系統(tǒng)中的推理機、解釋機制和人機接口進行了研究和設計。最后，通過一

3、個電路故障實例，對所設計的故障診斷專家系統(tǒng)中的主要模塊在故障診斷中的工作效能進行了驗證。
　　在對鐵路信號設備故障診斷方法的分析與研究中，針對診斷功能的具體實現(xiàn)，參閱了大量的相關文獻和技術資料，對智能學習算法在其它領域的實際應用情況進行了分析。在此基礎上，對基于決策樹的知識表示與知識獲取方法進行了深入探討，重點對C4.5學習算法在鐵路車站信號設備故障診斷專家系統(tǒng)中的應用進行了研究，提出了基于決策樹的知識表示與獲取方法的應用模型，設

4、計了基于決策樹模型的復雜故障診斷算法。該算法充分利用了決策樹集知識表示與知識獲取于一體的優(yōu)點，克服了傳統(tǒng)人工智能系統(tǒng)中知識表示與知識獲取分離的不足之處。將C4.5學習算法應用于建立專家系統(tǒng)知識庫，有助于解決專家系統(tǒng)知識獲取的“瓶頸”問題，增強專家系統(tǒng)的知識表達和組織能力，提高故障診斷的決策效率。在驗證階段，以Visual C++ 6.0作為開發(fā)環(huán)境，設計了專家系統(tǒng)中各個功能子模塊，實現(xiàn)了鐵路信號設備的故障診斷。實驗結果表明，該方法可以實