论文部分内容阅读
随着中国高速铁路的不断发展,列车运行效率的重要性逐步攀升。列控车载设备是保障列车运行效率,行驶安全、舒适的关键系统之一。列控车载设备一旦出现异常,将影响行车效率,严重的时候可能会导致安全事故,危及乘客生命安全。目前列控车载设备故障诊断主要是依靠专家知识达到诊断故障的目的,并且故障数据现象的记录与分析也是依靠技术人员人工完成。随着机械复杂精密化的不断提高,列控车载设备结构愈加复杂,依靠人工技术和经验的传统故障智能诊断方法已远远无法完全满足其现有的技术要求。因此我们需要建立一套能安全、快速、准确地发现并及时排除故障的列控车载智能诊断系统。本文以CTCS3-300T列车控制系统车载设备为研究对象,根据列控车载设备具备的功能,将具有数据传输功能的单元统一称为车载数据传输设备。针对故障数据特点,建立故障特征与故障类型间的对应关系,利用基于差别矩阵的粗糙集理论方法,对故障特征与故障类型间的对应关系进行约简,建立故障决策表。本文在深入研究布谷鸟搜索算法的基础上,针对布谷鸟搜索算法缺陷,提出一种基于高斯扰动和帕累托法则的布谷鸟搜索算法。利用改进后的布谷鸟搜索算法与神经网络算法、故障决策表相结合,提出一种基于改进布谷鸟搜索算法的车载数据传输设备故障诊断方法。论文的主要研究内容如下:(1)故障决策表的建立:本文针对AElog文件以及SDP log文件中车载数据传输设备的故障数据特点进行深入分析。针对这些故障数据的特点,分析整理数据,归纳总结车载数据传输设备的故障特征和故障类型,根据实际案例总结出车载数据传输设备的故障决策表。利用基于差别矩阵的粗糙集(RS)理论,对总结出的车载数据传输设备故障决策表进行离散化和降维处理,为后续的实验验证部分提供数据基础。(2)算法模型的建立:通过对布谷鸟搜索算法的深度学习和研究,针对布谷鸟搜索算法后期的搜索执行速度慢,易使搜索陷入局部最优的缺点,利用自适应控制策略、高斯扰动和帕累托法则对传统布谷鸟搜索算法进行改进。通过7个基准测试函数验证改进的有效性。利用改进后的布谷鸟搜索算法对神经网络算法的权值和阈值进行优化,建立基于改进布谷鸟算法的神经网络算法模型。结合约简后的故障决策表,建立针对车载数据传输设备的RS-GPICS-BP网络模型。(3)实验验证及分析:在MATLAB和VB的混合编程环境下,通过数据训练和数据测试,在同等条件下对RS-GPICS-BP、GPICS-BP、CS-BP等网络模型的诊断准确率、算法训练速度和效率等评估指标进行对比结果分析,用于验证RS-GPICS-BP网络模型的可行性和准确性。