基于FCM的ZPW-2000A軌道電路故障分類研究.pdf

1、ZPW-2000A軌道電路是鐵路運輸設(shè)備的重要組成部分，保證著列車的安全運行。當(dāng)軌道電路出現(xiàn)故障時，則會導(dǎo)致列車相撞、追尾、經(jīng)濟的損失，甚至是人身安全等一系列問題。為了使得列車能夠安全運行，提高鐵路運輸效率，對軌道電路故障設(shè)備進(jìn)行及時維修是很有必要的。但目前現(xiàn)場對軌道電路故障的檢測和判別依舊是采用人工測試和分析，因此，存在對故障判別的時間長、效率低、現(xiàn)場人員勞動量大以及容易出錯等問題。針對上述問題，本文依據(jù)ZPW-2000A軌道電路監(jiān)測

2、數(shù)據(jù)，將粗糙集理論和FCM(Fuzzy Cognitive Map，模糊認(rèn)知圖)理論相結(jié)合，運用到軌道電路故障分類中，對ZPW-2000A軌道電路故障進(jìn)行分類判別，并對不同故障給出相應(yīng)的維修建議。本文主要研究內(nèi)容如下:
　　首先，對ZPW-2000A軌道電路的基礎(chǔ)理論進(jìn)行研究分析，根據(jù)ZPW-2000A軌道電路監(jiān)測數(shù)據(jù)，分析各設(shè)備電壓值，提取主軌道輸入電壓、小軌道輸入電壓、軌出1、軌出2、GJ電壓、XG、XGJ、發(fā)送功出、發(fā)送電源

3、為特征屬性，完成特征參數(shù)提取，并根據(jù)故障數(shù)據(jù)確定故障類別，構(gòu)建軌道電路故障信息系統(tǒng)。
　　其次，針對軌道電路特征屬性數(shù)據(jù)中存在連續(xù)性屬性，采用信息熵的方法將數(shù)據(jù)進(jìn)行離散化處理，同時，針對利用特征屬性構(gòu)建模糊認(rèn)知圖時導(dǎo)致屬性節(jié)點過多，計算復(fù)雜、算法運行時間長的問題，則提出主分量啟發(fā)式算法，對離散化的軌道電路故障信息系統(tǒng)進(jìn)行屬性約簡，實現(xiàn)數(shù)據(jù)的降維和特征屬性的二次提取。實驗結(jié)果表明，軌道電路故障數(shù)據(jù)的各項分類指標(biāo)都有所提高。