论文部分内容阅读
随着高铁技术的发展和成熟，中国的主要轨道线路逐渐被高铁替代。然而机车速度的提高对轨道的平顺性要求更严格，尤其是轨道的高低不平顺，轨道的高低不平顺是对机车垂向振动影响很大，即高低不平顺的幅值越大，机车垂向振动越剧烈，因此轨道的高低不平顺是铁路职工维护轨道的一个重要参数。面对轨道高低不平顺的随机性，相应的信息处理和数学模型成为发展的瓶颈。如何结合各种不确定、不精确特征信息找出一个实用和有效的方法，建立一个精确的数学模型，通过推理算法分析不同数据之间的关系，用来对问题进行估计及决策，是本文研究的内容。基于证据推理算法的置信规则库推理方法(RIMER)是在D-S证据理论、决策理论、模糊理论和传统的IF-THEN规则库的基础上发展起来的，具有对带有不完整、模糊、概率不确定性、主/客观性以及非线性特征的数据进行建模的能力。为此本文重点研究了机车振动加速度频域特征与轨道的高低不平顺安全管理等级及幅值的建模问题，并对模型优化和测试。本文主要研究内容如下：(1)介绍了专家系统的发展史、组成结构及特点。并重点介绍了置信规则库(BRB)专家系统模型，尤其是BRB专家系统的知识描述、证据推理算法及输入信息转化方法。(2)给出基于置信规则库推理的轨道高低不平顺等级检测方法。利用置信规则库(Belief Rule Base, BRB)建模机车上多个测点的振动频域信号特征到高低不平顺安全等级之间的非线性映射关系。利用有限的训练样本和通过最小二乘法对BRB进行优化，得到BRB最优的参数取值。利用国内某既有干线区段轨道上的实测数据对所提方法进行了验证，说明其可行性和有效性。(3)给出基于可分性测度BRB的轨道高低不平顺幅值检测方法。可分性测度的参考值确定方法利用两两不同类别的高低不平顺幅值在振动信号特征上的可分性的差异，对每一个特征数据进行划分，进而建立初始BRB，对BRB进行优化，利用国内某既有干线区段的实测数据对优化后的BRB进行测试，验证该方法的有效性。