基于bn的转辙机故障诊断研究-交通信息工程及控制专业论文.docxVIP

万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成 果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研 究成果，也不包含获得 兰 州交 通大学 或其他教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了 谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 兰 州交 通大学 有关保留、使用学位论文的规定。特授权 兰 州 交 通 大 学 可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影 印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机 构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 兰州 兰州交通大学硕士学位论文 万方数据 万方数据 摘 要 随着我国铁路运输向高速度、高密度的方向发展，对铁路信号设备尤其是担任转线 作用的转辙机提出了更高的要求。 目前，对转辙机的维修仍然采用传统的月检修结合故障修的模式，维修人员仅凭经 验修复设备，不仅对故障的诊断精度低，而且维修时间较长，早已不能满足铁路运输的 需要，严重制约了运输效率，同时也是影响行车安全的重要因素。为了提高转辙机故障 的诊断精度，减少故障延时，有必要采用人工智能方法协助维修人员判断故障点并及时 排除。 作为处理不确定性问题的方法，BN(Bayesian Network,贝叶斯网络)以其强大的不确 定性推理和学习能力，被广泛应用于航天、军事、医疗等领域设备的故障诊断，其建立 的故障诊断模型能清晰准确的表达故障现象和故障原因之间的定性、定量关系。因此将 该方法用于转辙机的故障诊断。 论文以 S700K 型电动转辙机为研究对象，详细分析了转辙机控制电路和道岔的工作 原理，结合调研铁路信号领域专家的经验知识，梳理归纳出转辙机控制电路故障和机械 故障类型及故障的原因。 根据网络拓扑结构和先验概率列出故障的因果关系调查表，构造出针对转辙机故障 诊断的贝叶斯网络模型，通过计算得出所有节点的条件概率表。在输入故障的条件下， 利用团树传播算法推理出故障原因的后验概率。由于根据不同专家经验建立的模型，其 故障诊断结果存在差别，因此提出基于人工鱼群算法优化网络结构模型，融合不同的专 家经验知识来构造贝叶斯网络结构。 将人工鱼群算法运用到贝叶斯网络结构的学习中，利用人工鱼群算法全局搜索能力 得到更简单、准确的网络结构。由于人工鱼群算法在后期会出现优化精度差、以及收敛 速度慢等缺陷，通过引入藐视准则避开对局部最优解的搜索及优化人工鱼个体随机行为 的方法进行改进，用经典函数证明优化算法的可行性，最终利用改进的人工鱼群算法得 到最优的网络模型。 关键词：贝叶斯网络；转辙机；故障诊断；人工鱼群算法 论文类型：应用基础研究 - I - 基于 基于 BN 的转辙机故障诊断研究 Abstract With the development of China railway transportation to high-speed, high-density running direction, higher requirements was put forward to railway signal equipment, especially to switch machine, as the lines of action. At present, the switch machine repair is still using the traditional model combining fault maintenance repair, maintenance personnel repair equipment only relying on the experience, not only leads to low accuracy of fault diagnosis, and longer maintenance time, has been unable to meet the rapid development of railway transportation, seriously restricted the improvement of efficiency, which also is an important facto