当前,我国轨道交通系统在全国范围内不断延展,轨道交通系统的性能也不断得到完善,列车及关键装备的设计品质要求也越发严格,这使得列车设备的结构复杂度,功能耦合度以及行为能耗度都有明显的提升,因此,轨道列车的安全性、可靠性保障技术也应不断改进以满足现代列车的安全保障之需。安全是轨道交通保持其服务能力的前提和基础。轨道列车的关键设备如走行系统、车门控制系统、制动系统、牵引供电系统等的健康服役状态与列车在途运行的安全状态息息相关。如何在列车服役过程中,准确快速地辨识这些关键系统以及系统内关键部件的健康状态,是列车安全保障技术体系最重要的环节之一。基于此本文研究了安全控制的共性问题,提出了智能安全工程理论框架,以此来指导主动安全保障技术的实施。具体地,首先研究基于状态参数获取、特征提取、特征融合、智能识别和预测的技术路线,并形成快速化、精确化、可视化的部件级状态辨识方法,也为部件之间的状态影响及故障传播效应研究做了铺垫。之后,在系统级的状态辨识及隐患挖掘环节,可以通过已知历史统计数据,和运行状态变化的时序信息,实现系统内故障事件传递的解耦,同时实现隐患源的可能性排序。为智能维修策略的优化及制定提供可靠的技术支撑。这种部件级到系统级的列车安全预警方法,为列车运营安全的主动保障和维护提供了科学的理论参考和技术借鉴。基于以上的方法论分析,总结本文工作内容如下:(1) 提出智能安全工程理论框架,并基于该框架总结了安全基本问题——Basic system safety (B-2s)。在求解B-2s问题方面,提出了以可测域和因果链为技术框架的求解方法。案例分析方面,运用可测域模型,解决列车轮对滚动轴承安全状态的主动辨识问题。运用因果链模型,解决列车门系统的故障因果链解耦及隐患挖掘的问题。(2) 提出在可测域框架下的状态表征方法。具体地,以列车轮对轴承为研究对象,以现有技术方法为基础,提出对滚动轴承运行工况具有鲁棒性、对早期故障敏感度高的相关熵矩阵的方法,进而依据主成分分析的数据降维方法,得到融合相关熵矩阵,从而实现相空间的可视化表征。(3) 提出在可测域框架下的状态辨识方法。在状态表征的基础上,运用支持向量机及其扩展方法,在融合相关熵构成的相空间内求解安全状态的可测域边界,在边界约束下实现滚动轴承的安全状态辨识。研究扩展的支持向量机算法,一是通过二分类支持向量机的组合策略,在相空间得到多故障态的可测域,实现多状态估计;二是通过贝叶斯框架下的二分类支持向量机,得到模糊化的安全可测域边界,实现安全状态的模糊估计。(4) 提出因果链模型下的复合故障链解耦及隐患挖掘。通过对列车车门系统的结构及功能分析,构建功能Petri网来表达车门系统的复合因果链。利用贝叶斯后验概率及时序参数,量化溯因推理变量。通过构建扩展功能及运行机制的Petri网,导入量化的时间及可能性参数,并进行时序逆向推理,得到故障因果链的解耦结果,并在析出的解耦链路中通过量化的可能性参数排序对车门系统的隐患进行定位,实现列车车门系统的隐患挖掘。