本文關(guān)鍵詞：基于貝葉斯網(wǎng)絡(luò)的列控車載設(shè)備故障診斷方法，由筆耕文化傳播整理發(fā)布。

【摘要】：車載設(shè)備是列控系統(tǒng)的重要組成部分,是保障列車運(yùn)行安全的關(guān)鍵。但是,在列車的運(yùn)行過程中,車載設(shè)備的故障時(shí)有發(fā)生,現(xiàn)有的車載設(shè)備故障診斷方法已不能滿足現(xiàn)代化鐵路高速運(yùn)行的需求,因此,通過智能化的故障診斷方法實(shí)現(xiàn)車載設(shè)備的故障診斷具有重要意義。目前,我國的高鐵故障診斷系統(tǒng)過于依賴專家知識(shí),并且在故障診斷過程中,數(shù)據(jù)的利用率低。本文針對(duì)列控系統(tǒng)車載設(shè)備故障的多樣性與不確定性,在深入研究車載設(shè)備結(jié)構(gòu)與功能的基礎(chǔ)上,把專家知識(shí)與歷史故障數(shù)據(jù)相結(jié)合,提出了一種基于貝葉斯網(wǎng)絡(luò)的列控車載設(shè)備故障診斷方法,實(shí)現(xiàn)了車載設(shè)備故障診斷的智能化分析。論文的主要工作包括：(1)對(duì)車載設(shè)備歷史故障數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,生成車載設(shè)備故障特征詞庫,計(jì)算出故障特征詞在各故障文本詞條中的權(quán)重,并對(duì)故障文本特征屬性權(quán)重表進(jìn)行離散化處理,構(gòu)建車載設(shè)備故障診斷決策表。通過基于遺傳算法的粗糙集屬性約簡方法對(duì)故障決策表進(jìn)行屬性約簡,將約簡結(jié)果作為診斷網(wǎng)絡(luò)的故障征兆節(jié)點(diǎn),從而降低了貝葉斯網(wǎng)絡(luò)診斷模型的復(fù)雜度。(2)利用車載設(shè)備故障數(shù)據(jù)形成的訓(xùn)練數(shù)據(jù)集和專家經(jīng)驗(yàn)進(jìn)行貝葉斯網(wǎng)絡(luò)診斷模型的構(gòu)建,提高了診斷模型的準(zhǔn)確性。并通過最大似然估計(jì)方法對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行參數(shù)學(xué)習(xí),完善了基于貝葉斯網(wǎng)絡(luò)的故障診斷模型,為貝葉斯網(wǎng)絡(luò)的精確推理創(chuàng)造了條件。(3)利用車載設(shè)備歷史故障數(shù)據(jù),對(duì)故障征兆進(jìn)行文本挖掘,找出各故障征兆間潛在的關(guān)聯(lián)關(guān)系,并更新貝葉斯網(wǎng)絡(luò)診斷模型。根據(jù)故障數(shù)據(jù)對(duì)加入故障征兆關(guān)聯(lián)的貝葉斯網(wǎng)絡(luò)進(jìn)行參數(shù)學(xué)習(xí),進(jìn)一步優(yōu)化了診斷網(wǎng)絡(luò)模型的參數(shù)。通過故障文本進(jìn)行驗(yàn)證分析,證明了帶有征兆關(guān)聯(lián)的貝葉斯網(wǎng)絡(luò)故障診斷的正確性、可靠性更高。(4)根據(jù)故障診斷系統(tǒng)需求,利用C#和Matlab混合編程,開發(fā)了可視化的車載設(shè)備故障診斷系統(tǒng),為車載設(shè)備的故障診斷提供了決策支持。本文提出了一種基于貝葉斯網(wǎng)絡(luò)的列控車載設(shè)備故障診斷方法,實(shí)現(xiàn)了車載設(shè)備故障診斷的智能化,提高了診斷的效率和精度,為列控系統(tǒng)診斷的高效化提供了一種新的方法。
【關(guān)鍵詞】：車載設(shè)備 故障診斷 貝葉斯網(wǎng)絡(luò) 屬性約簡 故障征兆
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U284.92;U279.3;TP18
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-20
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 列控系統(tǒng)故障診斷方法13-15
• 1.2.2 貝葉斯網(wǎng)絡(luò)的發(fā)展現(xiàn)狀15-17
• 1.3 論文的主要工作及結(jié)構(gòu)安排17-20
• 2 理論知識(shí)20-32
• 2.1 貝葉斯網(wǎng)絡(luò)理論20-27
• 2.1.1 貝葉斯網(wǎng)絡(luò)基本定理21-22
• 2.1.2 貝葉斯網(wǎng)絡(luò)的實(shí)例22-23
• 2.1.3 貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)23-25
• 2.1.4 貝葉斯網(wǎng)絡(luò)的推理25-27
• 2.2 粗糙集理論27-30
• 2.2.1 知識(shí)與知識(shí)庫28
• 2.2.2 粗糙集的上、下近似集28-29
• 2.2.3 決策表與決策規(guī)則29-30
• 2.2.4 屬性約簡30
• 2.3 本章小結(jié)30-32
• 3 車載設(shè)備與故障數(shù)據(jù)挖掘32-48
• 3.1 列控車載設(shè)備結(jié)構(gòu)與功能32-34
• 3.1.1 列控車載設(shè)備組成32-33
• 3.1.2 列控車載設(shè)備功能33-34
• 3.2 列控車載設(shè)備故障數(shù)據(jù)34-37
• 3.2.1 故障信息表34-36
• 3.2.2 故障文本分析36-37
• 3.3 列控車載設(shè)備故障診斷系統(tǒng)框架37-38
• 3.4 車載設(shè)備故障數(shù)據(jù)挖掘38-47
• 3.4.1 數(shù)據(jù)挖掘的流程38-39
• 3.4.2 文本預(yù)處理39-43
• 3.4.3 基于粗糙集的屬性約簡43-46
• 3.4.4 訓(xùn)練數(shù)據(jù)集的生成46-47
• 3.5 本章小結(jié)47-48
• 4 列控車載設(shè)備故障診斷系統(tǒng)48-66
• 4.1 貝葉斯網(wǎng)絡(luò)故障診斷模型構(gòu)建48-55
• 4.1.1 基于專家經(jīng)驗(yàn)的模型構(gòu)建49-52
• 4.1.2 基于結(jié)構(gòu)學(xué)習(xí)的模型構(gòu)建52-55
• 4.1.3 方法融合的貝葉斯網(wǎng)絡(luò)模型構(gòu)建55
• 4.2 貝葉斯網(wǎng)絡(luò)故障診斷模型參數(shù)學(xué)習(xí)55-59
• 4.2.1 貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)56-57
• 4.2.2 加入征兆節(jié)點(diǎn)關(guān)系的參數(shù)學(xué)習(xí)57-59
• 4.3 故障診斷貝葉斯網(wǎng)絡(luò)的驗(yàn)證推理59-64
• 4.3.1 推理算法的基本流程59-60
• 4.3.2 貝葉斯網(wǎng)絡(luò)的模型驗(yàn)證60-62
• 4.3.3 實(shí)驗(yàn)分析162-63
• 4.3.4 實(shí)驗(yàn)分析263-64
• 4.4 本章小結(jié)64-66
• 5 車載設(shè)備故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)66-80
• 5.1 系統(tǒng)需求分析66-68
• 5.1.1 功能需求性分析66-67
• 5.1.2 非功能性需求67
• 5.1.3 故障診斷系統(tǒng)的運(yùn)行環(huán)境需求67-68
• 5.2 故障診斷系統(tǒng)總體方案68-71
• 5.2.1 系統(tǒng)架構(gòu)68-69
• 5.2.2 故障診斷系統(tǒng)的流程69-71
• 5.3 故障診斷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)71-78
• 5.3.1 Matlab與C#混合編程71-72
• 5.3.2 數(shù)據(jù)庫的設(shè)計(jì)及實(shí)現(xiàn)72-74
• 5.3.3 故障診斷系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)74-78
• 5.4 本章小結(jié)78-80
• 6 總結(jié)與展望80-82
• 6.1 總結(jié)80
• 6.2 展望80-82
• 參考文獻(xiàn)82-86
• 圖索引86-88
• 表索引88-90
• 作者簡歷及攻讀碩士學(xué)位期間取得的研究成果90-94
• 學(xué)位論文數(shù)據(jù)集94

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 范麗君;列車運(yùn)行控制系統(tǒng)車載設(shè)備發(fā)展探討[J];機(jī)車電傳動(dòng);2004年06期

2 周昊;和愛車一起旅行 ——車載設(shè)備大搜羅[J];多媒體世界;2005年04期

3 魏寶生;盧文山;邢世佩;;電務(wù)車載設(shè)備遠(yuǎn)程監(jiān)測預(yù)警系統(tǒng)研究[J];鐵道通信信號(hào);2013年09期

4 江坤;;國產(chǎn)化城軌交通列車自動(dòng)駕駛系統(tǒng)車載設(shè)備研究與設(shè)計(jì)[J];鐵路通信信號(hào)工程技術(shù);2009年01期

5 陳延春;;客運(yùn)專線車載設(shè)備非正常制動(dòng)的解決方案[J];鐵道通信信號(hào);2009年05期

6 靳洪都;蔡伯根;王劍;安毅;上官偉;;高鐵追蹤接近預(yù)警系統(tǒng)車載設(shè)備的設(shè)計(jì)與實(shí)現(xiàn)[J];鐵道通信信號(hào);2013年05期

7 郭俊亮;唐禎敏;;公共汽車智能車載設(shè)備的設(shè)計(jì)[J];中國科技信息;2006年12期

8 陳修祥;馬履中;;車載設(shè)備多維振動(dòng)控制裝置的設(shè)計(jì)及模態(tài)研究[J];自然科學(xué)進(jìn)展;2007年04期

9 黃龍才;;車載設(shè)備的振動(dòng)響應(yīng)[J];航天控制;1992年01期

10 王德政;;對(duì)現(xiàn)代鐵路交通行車安全車載設(shè)備的認(rèn)識(shí)及改進(jìn)建議[J];科技信息(學(xué)術(shù)研究);2008年29期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前5條

1 王志剛;張必超;;公路運(yùn)輸與車載設(shè)備振動(dòng)試驗(yàn)規(guī)范的確定[A];2010第十五屆可靠性學(xué)術(shù)年會(huì)論文集[C];2010年

2 張會(huì)敏;;主體化機(jī)車信號(hào)車載設(shè)備故障處理方法[A];技師·傳承[C];2011年

3 杜建明;;淺談CRH_3型動(dòng)車組列控車載設(shè)備特點(diǎn)及應(yīng)用[A];2012年鐵路技師論文集（安全專輯）[C];2013年

4 王留琪;;車載BTM設(shè)備故障處理及數(shù)據(jù)分析[A];《河南鐵道》2011年第5期[C];2011年

5 戴芳;王念春;;基于LonWorks的列車安全預(yù)警系統(tǒng)設(shè)計(jì)[A];江蘇省電工技術(shù)學(xué)會(huì)成立十周年慶典暨2004年學(xué)術(shù)年會(huì)論文集[C];2004年

中國重要報(bào)紙全文數(shù)據(jù)庫 前7條

1 本報(bào)特約記者 李祥國　本報(bào)通訊員 高志剛 陳明磊;車載設(shè)備送檢不再長途跋涉[N];人民鐵道;2011年

2 本報(bào)記者 徐達(dá);車載設(shè)備商應(yīng)“需”而動(dòng)[N];經(jīng)濟(jì)日?qǐng)?bào);2013年

3 記者 管煒　通訊員 于洋;通遼電務(wù)段車載設(shè)備車間“小攻關(guān)”創(chuàng)出“大效益”[N];通遼日?qǐng)?bào);2010年

4 宋鵬 宋煒;解析車載GPS“誤區(qū)”[N];中國消費(fèi)者報(bào);2004年

5 張亮 本報(bào)記者 傅江平;深圳：打車軟件上出租[N];中國質(zhì)量報(bào);2013年

6 本報(bào)記者于莘明;打造中國GPS 車載設(shè)備第一品牌[N];科技日?qǐng)?bào);2002年

7 杜菲;出租車的黑匣子 何時(shí)叫好又叫座[N];中國計(jì)算機(jī)報(bào);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王峰;基于文本挖掘的高鐵車載設(shè)備故障診斷方法研究[D];北京交通大學(xué);2016年

2 李玉蘭;基于貝葉斯網(wǎng)絡(luò)的列控車載設(shè)備故障診斷研究[D];北京交通大學(xué);2016年

3 劉建海;哈爾濱電務(wù)段列控車載設(shè)備的維護(hù)管理研究[D];吉林大學(xué);2016年

4 周永健;列控車載設(shè)備測速測距技術(shù)研究[D];中國鐵道科學(xué)研究院;2016年

5 梁瀟;基于貝葉斯網(wǎng)絡(luò)的列控車載設(shè)備故障診斷方法[D];北京交通大學(xué);2016年

6 吳淵;基于BP神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷與預(yù)測研究[D];北京交通大學(xué);2016年

7 馬龍;全自動(dòng)駕駛系統(tǒng)車載設(shè)備可靠性分析與實(shí)現(xiàn)[D];北京交通大學(xué);2014年

8 王坤;車載設(shè)備無人值守測試系統(tǒng)的設(shè)計(jì)[D];太原科技大學(xué);2012年

9 王振顯;基于案例推理的高鐵信號(hào)系統(tǒng)車載設(shè)備故障診斷[D];北京交通大學(xué);2015年

10 吳波前;列車追蹤接近預(yù)警系統(tǒng)車載設(shè)備優(yōu)化設(shè)計(jì)[D];北京交通大學(xué);2014年

  本文關(guān)鍵詞：基于貝葉斯網(wǎng)絡(luò)的列控車載設(shè)備故障診斷方法，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：504805