隨著鐵路貨車維修策略由計劃修向狀態(tài)修的轉(zhuǎn)變,準(zhǔn)確判斷貨車關(guān)鍵零部件的狀態(tài)對實現(xiàn)和指導(dǎo)狀態(tài)修有重大的指導(dǎo)意義。當(dāng)前鐵路貨車安全監(jiān)控系統(tǒng)主要用于鐵路貨車的實時狀態(tài)監(jiān)控,保障貨車日常運行安全。利用貨車運行中的在線監(jiān)測信息和貨車的檢修信息,提取數(shù)據(jù)中與零部件狀態(tài)有關(guān)的特征,探索在線監(jiān)控信息與狀態(tài)之間的相關(guān)關(guān)系,對提高在線監(jiān)測信息利用率,實現(xiàn)及時的零部件狀態(tài)預(yù)判并進行維修指導(dǎo)具有重要意義,從而達到提高系統(tǒng)可靠性,降低維護成本的目的。本文以鐵路貨車轉(zhuǎn)向架為研究對象,開展轉(zhuǎn)向架退化狀態(tài)與貨車車輛安全監(jiān)控系統(tǒng)（簡稱“4T”系統(tǒng)）信息之間的相關(guān)性研究。首先分析鐵路貨車轉(zhuǎn)向架的檢修信息,選取其中反映轉(zhuǎn)向架狀態(tài)的車輪、軸承、搖枕和側(cè)架等四大關(guān)鍵零部件的檢修信息作為狀態(tài)評判依據(jù)。然后提取可反映各零部件狀態(tài)的檢修信息,利用K-Means聚類方法對轉(zhuǎn)向架的狀態(tài)進行判別,并通過模糊綜合評判對聚類分析結(jié)果進行驗證,得到較為準(zhǔn)確的狀態(tài)評判結(jié)果。同時,對“4T”在線監(jiān)測信息進行特征提取,構(gòu)建4T特征集并進行歸一化處理。然后,利用監(jiān)測信息與轉(zhuǎn)向架狀態(tài)信息,構(gòu)造分類監(jiān)督過程,本文分別采用了隨機森林、極端森林、梯度提升樹、支持... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２鐵路貨車轉(zhuǎn)向架組成??Ｆｉｇ．２－２?Ｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｒａｉｌｗａｙ?ｆｒｅｉｇｈｔ?ｃａｒ??

圖２－４滾動軸承結(jié)構(gòu)圖??

圖２－３鐵路貨車車輪結(jié)構(gòu)及輪廓圖??Ｆｉｇ．２－３?Ｗｈｅｅｌ?ｓｔｒｕｃｔｕｒｅ?ａｎｄ?ｃｏｎｔｏｕｒ?ｏｆ?ｒａｉｌｗａｙ?ｆｒｅｉｇｈｔ?ｃａｒ??

【參考文獻】：
期刊論文
[1]P2P網(wǎng)貸平臺綜合評價及成長性分析——基于因子分析法和聚類分析法[J]. 魏曉聰,李梅芳.  金融理論與教學(xué). 2016(05)
[2]關(guān)于THDS紅外線軸溫探測系統(tǒng)隱性故障的分析與探討[J]. 王保平.  鐵道機車車輛. 2016(05)
[3]基于聚類分析的鐵路出行旅客類別劃分[J]. 呂紅霞,王文憲,蒲松,余大本.  交通運輸系統(tǒng)工程與信息. 2016(01)
[4]高速貨車轉(zhuǎn)向架的國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢[J]. 戚景觀,王興,齊向東.  機械制造. 2016(01)
[5]大數(shù)據(jù)技術(shù)在神華鐵路貨車狀態(tài)修研究中的探索[J]. 閆穎.  神華科技. 2015(06)
[6]大秦鐵路列車5T系統(tǒng)信息融合技術(shù)的研究[J]. 閆劍,岳建海,楊賀.  鐵路計算機應(yīng)用. 2014(12)
[7]安徽省大氣環(huán)境質(zhì)量模糊綜合評價[J]. 方降龍,劉鵬.  安徽農(nóng)業(yè)科學(xué). 2014(26)
[8]我國鐵路重載貨車轉(zhuǎn)向架技術(shù)及發(fā)展[J]. 邵文東,李立東,周國東,徐世鋒,曹玉峰.  鐵道車輛. 2012(12)
[9]一種優(yōu)化初始中心點的K-means算法[J]. 汪中,劉貴全,陳恩紅.  模式識別與人工智能. 2009(02)
[10]基于新聚類有效性函數(shù)的改進K-means算法[J]. 孫秀娟,劉希玉.  計算機應(yīng)用. 2008(12)

博士論文
[1]基于模糊理論的無錫市地方稅收風(fēng)險管理研究[D]. 馬旋靈.中國地質(zhì)大學(xué)（北京） 2014
[2]隨機森林算法優(yōu)化研究[D]. 曹正鳳.首都經(jīng)濟貿(mào)易大學(xué) 2014
[3]大型活動安全風(fēng)險模糊評價方法及預(yù)警管理系統(tǒng)設(shè)計[D]. 李彤.中國地質(zhì)大學(xué)（北京） 2009

碩士論文
[1]基于支持向量機（SVM）的車牌識別[D]. 余承波.安徽理工大學(xué) 2018
[2]基于廣義S變換和隨機森林算法的癲癇腦電信號特征提取與分類研究[D]. 王宇橋.吉林大學(xué) 2018
[3]基于K-Means聚類算法的商品期貨逼倉行為特征分析[D]. 李中明.浙江工商大學(xué) 2018
[4]基于隨機森林與稀疏表示的多姿態(tài)人臉識別方法研究[D]. 張超.西北大學(xué) 2018
[5]基于顏色特征和邏輯回歸的飾面花崗石圖像識別技術(shù)研究[D]. 杜金華.華僑大學(xué) 2018
[6]基于模糊綜合評價法的LNG儲配、調(diào)峰項目評價研究[D]. 劉揚.南昌大學(xué) 2018
[7]C80貨車搖枕和側(cè)架損傷容限研究[D]. 王強強.北京交通大學(xué) 2016
[8]基于梯度提升樹的行為式驗證碼人機識別的研究[D]. 蘇濤.華中師范大學(xué) 2016
[9]轉(zhuǎn)K6型轉(zhuǎn)向架側(cè)架疲勞可靠性研究[D]. 宋瑞蘭.北京交通大學(xué) 2014
[10]鐵路貨車轉(zhuǎn)向架運用性能分析[D]. 廖志剛.中南大學(xué) 2009



本文編號：3564926