您的位置: turnitin查重官网> 工程 >> 交通工程 >> 高速公路 >试议基于贝叶斯网络CBTC故障诊断学术

试议基于贝叶斯网络CBTC故障诊断学术

收藏本文 2024-03-03 点赞:4241 浏览:11054 作者:网友投稿原创标记本站原创

摘要:全世界的轨道交通在近几十年得到了蓬勃的进展。作为轨道交通的中枢和大脑,列车制约系统制约列车的运转,在保证运转安全的前提下,提升列车运转效率。随着通信和计算机技术的进展,列车制约已经由传统的基于轨道电路的列车制约向基于通信的列车制约(CBTC)进展。作为复杂的运转制约系统,CBTC系统的硬件与软件有机结合完成列车运转中的制约功能,其故障方式具有多态性、组件的非独立性、功能的偏差性以及时序性等特点。同时CBTC系统的安全受到软件制约因素、人为因素以及间接因素的影响,使得系统的故障诊断浅析变得非常困难。相比于传统的故障诊断策略,贝叶斯网络有完备的论述基础、成熟的推理算法、较强的学习能力。目前是推理领域和不确定知识表达最有效的论述模型之一,对于解决复杂设备中关联性和不确定性引起的故障有很大的优势。本论文以CBTC的基本原理出发,首先介绍了CBTC的安全功能。以CBTC系统中典型的列车超速运转故障为例,对列车超速运转故障场景,以及引起列车超速运转故障的直接和间接理由,进行了贝叶斯网络建模。具体的故障场景包括:列车超速运转故障场景,速度监督和防护故障场景,提供司机错误的信息故障场景,生成不安全的动态曲线故障场景,以及错误限制行车终点故障场景。利用贝叶斯网络工具箱,本论文对各种故障场景下的贝叶斯网络模型进行了因果推理和诊断推理浅析。两种推理的数值计算结果给出了列车超速运转故障场景中,引起故障的主要理由。同时,利用模型的计算功能,浅析了在贝叶斯网络模型参数变化情况下,故障发生的概率变化以及引起故障发生理由的变化。根据贝叶斯网络的推理结果,文章最后提出了相应的减少故障发生概率的措施。本论文提出的基于贝叶斯网络的故障诊断浅析策略不仅适用于浅析CBTC列车超速运转故障,也适用于CBTC的其他故障场景浅析。关键词:贝叶斯网络论文CBTC论文故障诊断论文

    致谢5-6

    中文摘要6-7

    ABSTRACT7-11

    1 绪论11-17

    1.1 探讨背景11-12

    1.2 国内外探讨近况12-14

    1.3 选题的目的和作用14-16

    1.4 文章的主要工作和章节安排16-17

    2 贝叶斯网络论述基础17-27

    2.1 贝叶斯网络概述17-18

    2.1.1 贝叶斯网络概述17

    2.1.2 贝叶斯策略基本定理17-18

    2.2 贝叶斯网络的基本概念18-20

    2.3 贝叶斯网络的先验概率和后验概率20-22

    2.3.1 先验概率和后验概率介绍20-21

    2.3.2 先验概率的选取策略21-22

    2.4 贝叶斯网络的学习22-24

    2.4.1 贝叶斯网络的参数学习22-23

    2.4.2 贝叶斯网络结构的学习23-24

    2.5 贝叶斯网络的推理24-26

    2.5.1 贝叶斯网络推理概述24-25

    2.5.2 贝叶斯网络推理分类25-26

    2.6 本章小结26-27

    3 CBTC故障诊断的建模27-42

    3.1 CBTC系统原理27-29

    3.2 CBTC系统安全的功能29-32

    3.3 CBTC系统故障浅析及模型的建立32-41

    3.3.1 CBTC系统中列车超速运转故障浅析与建模32-33

    3.3.2 故障理由浅析与建模33-41

    3.4 本章小结41-42

    4 仿真结果与浅析42-64

    4.1 仿真工具介绍42-43

    4.2 CBTC故障因果推理浅析43-56

    4.2.1 列车运转速度超过安全速度43-46

    4.2.2 错误的速度监督和防护46-49

    4.2.3 传递给司机错误信息49-51

    4.2.4 不安全的动态曲线故障浅析51-53

    4.2.5 错误限制行车终点53-56

    4.3 CBTC故障诊断推理浅析56-63

    4.3.1 列车运转速度超过安全速度56-57

    4.3.2 错误的速度监督和防护57-59

    4.3.3 传递给司机错误信息59-60

    4.3.4 不安全的动态曲线故障浅析60-61

    4.3.5 错误限制行车终点61-62

    4.3.6 贝叶斯网络诊断推理中的解释排除现象62-63

    4.4 本章小结63-64

    5 结论与展望64-66

    5.1 结论64

    5.2 展望64-66

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号