高速鐵路道岔故障診斷方法研究.pdf

1、中國鐵路的高速發(fā)展使其運輸效率提升的同時也向其重要信號設備——道岔，特別是安裝于高速鐵路的道岔，帶來了更為沉重的維護壓力。
　　然而，國內(nèi)各大鐵路局普遍采用周期修的模式對道岔進行維護，且對于道岔的故障診斷主要依靠維護經(jīng)驗。因此，故障道岔的運行狀況無法被及時獲得，經(jīng)驗并不豐富的維護者亦無法準確判斷道岔故障的原因并有針對性地進行維護。這些都會導致產(chǎn)生故障的道岔無法得到及時或正確的維修，輕則影響鐵路運輸效率，重則造成生命及財產(chǎn)損失。

2、r>　　為了解決上述兩個問題，實現(xiàn)針對高速鐵路道岔的狀態(tài)修維護模式，有必要為高速鐵路道岔設計故障識別及診斷方法，能夠向維護者及時提供故障道岔信息及其可能的故障原因。如此一來，即可有指導性地幫助維護者及時排除故障，擺脫周期修維護模式，增強高速鐵路道岔維護的實時性和效率。
　　本論文在研究了高速鐵路道岔的工作原理和故障模式后，考慮到難以為其建立精準的數(shù)學模型，但各種模式下的道岔轉(zhuǎn)換功率及電流曲線都有所區(qū)別，采用機器學習方法——支持向量

3、機(SVM)構造經(jīng)驗模型利用上述曲線數(shù)據(jù)進行故障診斷，并著重研究如何使用SVM構造診斷方法實現(xiàn)最佳的診斷性能。論文的主要工作如下。
　　1)道岔故障診斷現(xiàn)狀及需求分析:分析道岔現(xiàn)場故障診斷的現(xiàn)狀和存在現(xiàn)象，提出故障診斷的實際需求。分析常見故障診斷方法特點，并結(jié)合上述需求選擇故障診斷方法的核心算法。
　　2)故障模式總結(jié)及分析:調(diào)研獲得鐵路現(xiàn)場的故障樣本數(shù)據(jù)，通過與維護專家交流歸類常見的故障模式，并結(jié)合道岔的實際工作原理和組成

4、結(jié)構分析對應模式的故障原因。
　　3)故障診斷方法研究:利用之前總結(jié)的故障模式對樣本數(shù)據(jù)進行分類，以SVM作為核心，結(jié)合多種特征提取算法及優(yōu)化算法構建診斷方法，使用已分類樣本測試并比較各種方法的性能，最終確定采用基于網(wǎng)格搜索參數(shù)優(yōu)化算法的SVM診斷方法。
　　4)故障診斷軟件設計:與鐵路現(xiàn)場維護專家交流確定軟件功能需求，并根據(jù)需求進行軟件模塊及系統(tǒng)功能設計。
　　5)診斷軟件現(xiàn)場測試:通過在室外模擬環(huán)境人工制造故障樣本