基于數(shù)據(jù)挖掘的微機(jī)監(jiān)測系統(tǒng)故障診斷研究.pdf

1、鐵路微機(jī)監(jiān)測系統(tǒng)是重要的行車安全輔助設(shè)備,是鐵路裝備現(xiàn)代化的重要組成部分。目前,微機(jī)監(jiān)測系統(tǒng)的故障診斷功能研究尚處于起步階段,對于鐵路車站信號設(shè)備運行狀態(tài)的判斷主要依據(jù)工作人員通過監(jiān)測系統(tǒng)采集的數(shù)據(jù)曲線,憑借個人經(jīng)驗來確定,檢修效率和可靠性相對低下。因此,實現(xiàn)微機(jī)監(jiān)測系統(tǒng)的故障診斷功能是亟待解決的任務(wù)。
　　數(shù)據(jù)挖掘在設(shè)備狀態(tài)監(jiān)測與故障診斷過程中主要進(jìn)行特征提取、狀態(tài)識別和診斷決策。故障特征信息提取是其中最重要、最關(guān)鍵而且也是最困

2、難的環(huán)節(jié)。同時,微機(jī)監(jiān)測系統(tǒng)監(jiān)測到的的數(shù)據(jù)流是一種時間序列,是快速變化的、海量的和潛在無限的,并且不可能整體存儲和多次掃描,甚至不可能“看到”數(shù)據(jù)流中的每個元素。因此,時間序列挖掘是數(shù)據(jù)挖掘研究中最具有挑戰(zhàn)性的十大研究方向之一。論文結(jié)合微機(jī)監(jiān)測系統(tǒng)自身的監(jiān)測特點,提出一種新的基于時間序列挖掘的故障特征信息提取算法,該算法按時間序列點采樣值的線密度分布估計設(shè)備正常狀態(tài)值,結(jié)合數(shù)據(jù)變化趨勢和數(shù)據(jù)相對增量變化的比較情況進(jìn)行故障信息的提取,將該

3、算法用于微機(jī)監(jiān)測下的道岔設(shè)備、軌道電路和電源三種主要設(shè)備的故障特征信息提取上,并通過Matlab仿真,結(jié)果表明將該算法應(yīng)用在故障特征信息的提取上是可行的。
　　論文將時間序列挖掘和面向故障診斷的petri網(wǎng)將結(jié)合,首先利用文中設(shè)計的數(shù)據(jù)挖掘算法對微機(jī)監(jiān)測到的時間序列進(jìn)行故障信息的提取,然后將提取到的數(shù)據(jù)作為診斷樣本輸入文中自定義的petri網(wǎng),分析了微機(jī)監(jiān)測下的信號設(shè)備故障的特點,運用面向故障診斷的petri網(wǎng)方法進(jìn)行相應(yīng)的故障診

4、斷,最后由petri網(wǎng)輸出診斷結(jié)果。
　　文中分別對微機(jī)監(jiān)測系統(tǒng)下主要設(shè)備的常見故障進(jìn)行建模,按照文中提出的前向、后向和混合故障診斷petri網(wǎng)推理算法,依據(jù)時間序列挖掘方法提取初始狀態(tài),推斷引起故障的可能原因和引發(fā)的后果。通過對監(jiān)測數(shù)據(jù)進(jìn)行處理分析,依據(jù)故障模型推理得出了可能引起故障原因的可能性程度和后繼故障,從診斷結(jié)果上來看基本可以達(dá)到預(yù)期目的,證明了采用的時間序列挖掘方法和面向故障診斷的petri網(wǎng)診斷方法運用在微機(jī)監(jiān)測下設(shè)