车站信号的控制理论论文.docxVIP

基于改进C4.5算法的铁路信号设备故障诊断王小农（兰州交通大学自动化与电气工程学院 甘肃 兰州 730070）摘要:由于铁路信号系统自身构成的复杂性，以及设备使用和环境等因素的影响，实际造成设备故障的原因是很复杂的，具有明显的随机不确定性和模糊性，所以铁路信号设备的故障诊断需要通过建立智能分析系统予以解决。如何基于铁路信号设备故障的实际,选择合适的复杂故障诊断模型，并开发实际应用算法，是建造实际铁路信号设备故障诊断智能分析系统需待研究的一个关键问题。关键词:铁路信号设备；复杂故障诊断；智能学习算法Railway signal equipment fault diagnosis based on intelligent learning algorithmABSTRACT：Due to the complexity in the composition of the railway signal system itself, and equipment use and environment, the influence of such factors as the actual cause of equipment failure is very complex, with obvious random uncertainty and fuzzy. So the fault diagnosis of railway signal equipment need to be resolved through the establishment of intelligent analysis system. Based on the actual conditions of railway signal equipment failure, choosing the appropriate complex fault diagnosis model, and developed algorithm in practical application, is to build the actual railway signal equipment fault diagnosis intelligent analysis system must be one of the key research problems.KEYWORDS：Railway signal equipment; Complex fault diagnosis; Intelligent learning algorithm1.铁路信号设备的故障分析1.1故障的基本概念一个逻辑元件、电路和系统，由于某种原因而导致其不能完成应有的逻辑功能,则称为这个元件、电路和系统己经失效。故障是指一个元件、电路和系统的物理缺陷，可以使这个元件、电路和系统失效,也可能不失效。可见，存在有一定故障的元件、电路和系统仍有可能完成其固有的逻辑功能。无论是元器件还是电路和系统。由于受制造工艺的限制、使用寿命以及工作条件的影响，故障的产生都是不可避免的。在实际操作中，应根据不同的故障类型选择适合的故障诊断方法，及时地排除故障，确保系统有效运行。1.2铁路车站信号设备常见故障的分类分析车站信号设备在使用过程中会出现各种故障如断线故障、混线故障、短路故障、电源接地故障、电源单极接地故障等。产生故障的原因也是多种多样,可分由系统内部元件缺陷和系统外部环境条件组成的物理原因及人为原因两类。物理原因有如在生产、组装、存放以及工作过程中产生的系统内部元件缺陷;由于环境条件的变化，包括电磁干扰、机械震动和冲击，环境温度波动，尘埃、化学气体的侵蚀,空间宇宙射线和高能粒子的辐射，以及自然灾害等造成系统故障。人为原因则是人的无意识错误和有意识破坏,诸如,工作人员在使用、维修系统时违章作业造成的错误等。智能化决策树学习算法以及实现2.1决策树的基本概念决策树起源于概念学习系统CLS(concept learning system)。CLS的主要思想是从一个空的决策树出发，通过添加新的判定节点来完善原有的决策树，直到新的决策树能够正确地将训练实例分类为止。决策树学习是以训练样本为基础的归纳学习算法，是基于机器学习理论的智能方法。它的核心是从一组无次序、无规则的样本数据集中推理出决策树表示形式、逼近离散值目标函数的分类规则方法。它采用自顶向下的递归方式，在决策树的内部节点进行属性值的比较（选择子）并根据不同的属性值判断从该节点向下的分支，在决策树的叶节点得到结论。所以从根节点到叶节点的一条路径就对应着一条规则（公式），整棵决策树就对应着一组表达式规则。基于决策树的学习算法的一个最大的优点就是它在学习过程中不需要使用者了解很