基于DCNN的ZPW-2000A无绝缘轨道电路故障诊断研究

针对ZPW-2000A无绝缘轨道电路故障发生的多样性和不确定性导致的故障诊断效率低的问题,从故障特征提取和故障分类的角度出发,提出一种基于深度卷积神经网络(DCNN)的轨道电路故障诊断方法。通过故障分析总结出12种轨道电路故障状态,并将不同故障状态下的轨道电路监测数据进行标准化处理,作为DCNN模型的输入。模型采用卷积-池化结构提取轨道电路的关键特征并滤除冗余特征。BP神经网络作为模型的全连接层,并结合Softmax函数进行故障分类。通过k折交叉验证法优化模型结构,确定最佳模型。实验结果表明,采用4层卷积-池化层结构的轨道电路故障诊断模型在诊断准确率方面达到了98.48%,较同为最优模型的长短期记忆网络(LSTM)模型、深度前馈网络(DFN)模型、双向长短时记忆网络模型(BiLSTM)与CNN-LSTM组合模型分别提升了6.06%,6.06%,3.33%与2.27%,训练收敛速度分别快了大约1250、4250、1250与1450次,且训练时的损失波动更小。本研究提升了轨道电路故障诊断效率,为轨道电路的故障诊断任务提供了一种新的有效方法。

基于智能优化深度网络的轨道电路故障诊断研究

针对无绝缘轨道电路故障的随机性和复杂性,采用单一诊断模型存在提取特征片面,且模型结构经验设计不合理的问题,提出一种智能优化深度网络的故障诊断方法。首先以轨道电路信号集中监测系统的6个电压检测量建立故障特征集,使用卷积神经网络(CNN)提取特征空间信息,长短期记忆网络(LSTM)提取时间特征信息,从而让轨道电路故障诊断所提取的特征兼具时空信息;同时,引入遗传算法(GA)优化上述深度神经网络的结构及参数,并结合强化学习中的Q-learning方法对两个组合网络特征级的输出权重进一步优化;最后,使用多层感知器(MLP)对深度网络的分类误差进行拟合修正,提高模型对轨道电路的故障诊断精度。仿真结果表明,利用智能优化的深度网络模型对轨道电路的故障诊断相较于单一模型、精炼设计的组合模型识别率可达99.28%,评价指标等均有所提升,具有更高的故障诊断准确度,证明了智能优化深度网络能进一步提高轨道电路的故障诊断性能。

改进麻雀算法和Q-Learning优化集成学习轨道电路故障诊断

无绝缘轨道电路的故障具有复杂性与随机性,采用单一的模型进行故障诊断,其性能评价指标难以提高。而采用集成学习方式,则存在各基学习器结构、参数设计盲目,集成模型中各基学习器组合权重难以分配的问题。针对以上问题,提出一种改进麻雀算法和Q-Learning优化集成学习的轨道电路故障诊断新方法,该方法有机地将集成学习与计算智能和强化学习相结合,充分挖掘轨道电路故障特征,提高性能评价指标。首先,使用卷积神经网络、长短期记忆网络和多层感知器深度学习模型,以及支持向量机和随机森林传统机器学习模型,共同构成集成学习基学习器,解决单一学习模型的不足,不同基学习器的使用保证集成学习的多样性。从自动化机器学习角度出发,采用改进麻雀算法优化该集成学习模型的结构和参数,克服其结构和参数难以确定的问题。在此之上,引入强化学习Q-learning对集成模型中各基学习器组合权重进行优化,智能地确定集成学习各基学习器的组合权重。最后,将集成学习模型的预测结果与真实结果比较后得到误差,再采用BP神经网络对预测结果进行补偿修正,进一步提高轨道电路的故障诊断性能评价指标。仿真结果表明,利用所提方法进一步改善了轨道电路故障诊断的准确度、精确度、召回率和F1值等性能评价指标。

基于注意力机制和双向LSTM网络的轨道电路故障预测研究

基于铁路电务段轨道电路微机监测系统数据记录,提出一种基于注意力机制和双向长短期记忆网络的轨道电路故障预测方法。首先按照一定时间间隔记录并处理ZPW-2000A轨道电路微机监测数据,并使用合成少数类过采样算法进行数据扩充;然后基于注意力机制和双向LSTM网络构建轨道电路故障预测模型;考虑到神经网络超参数组合对模型性能有较大影响,使用基于贝叶斯采样的Hyperband算法优化轨道电路故障预测模型的超参数组合,再利用Adam算法优化模型参数,从而了解故障发生前轨道电路状态随时间的变化情况,实现对轨道电路故障状态的预测。实验表明:该模型能够准确预测轨道电路故障状态,从而指导电务段一线工作人员在故障发生前介入,提升轨道电路维护效率和运行效率。本研究为轨道电路故障预测相关研究提供一种新思路。

基于可靠性真值表的JTC补偿电容重要性评估

为实现不同位置补偿电容的重要性评估,得到对无绝缘轨道电路(JTC)影响较大的补偿电容位置,提出一种基于可靠性真值表的JTC补偿电容重要性评估方法。建立JTC调整态和分路态模型,并仿真得到补偿电容断线时全部故障类型的调整态接收电压和分路态分路电流幅值曲线;提取相应的接收电压和最小分路电流与其阈值进行对比分析,建立JTC可靠性真值表;基于可靠性真值表计算各补偿电容的重要度系数,并通过柱形图确定对JTC影响较大的补偿电容位置。结果表明:靠近接收端的第2个和第3个补偿电容对JTC的影响较大。所提方法可协助现场维修人员确定各补偿电容的维护优先级,为补偿电容的重点监测提供依据。

Occasional Forces and Displacements of Longitudinally Coupled Ballastless Jointless Turnout on Bridges

For the longitudinally coupled baUastless turnout on Leida bridge on Wuhan-Guangzhou passenger dedicated line （PDL） in China, a turnout （cross over）-track slab-bridge deck-pier integrated finite element model was established, in which two No. 18 jointless turnouts with movable frogs in form of crossover, longitudinally coupled ballastless track, bridges and piers were regarded as one system. Based on this model, the additional forces and displacement regularities of turnouts, track slab, bridges and piers under occasional loading were analyzed, and the effect of occasional loading position was researched. The results show that slab breaking is more influential on the longitudinal force and deformation of the whole system than rail breaking, that slab breaking on one line could deteriorate both the slab force on another line and the forces exerted on the piers and fastener components, and that a great slab force at the left end of the continuous bridge expansion joint should be particularly avoided in design.

基于深度网络的轨道电路暂态特征多补偿电容故障定位

补偿电容作为无绝缘轨道电路的重要组成部分,若发生故障会影响轨道电路的正常工作。针对轨道电路补偿电容开路故障的随机性与突发性问题,提出一种基于轨出电压暂态特征的深度网络补偿电容故障定位方法。其核心思想是利用暂态理论分析多个补偿电容开路故障,对其进行智能定位。模型首先构建线性核与高斯核组合的深度混合核网络(DHK)用于提取暂态特征,并利用高斯过程回归优化核函数和超参数;随后将混合核网络提取的高维暂态特征信息送入GRU层,实现多个补偿电容开路故障定位;最后引入负对数似然估计优化DHK-GRU网络参数,提升模型的故障定位能力。通过实测数据验证轨道电路仿真模型的正确性,进而通过仿真模型对多补偿电容故障类型进行扩充。选取40种不同情况下多补偿电容开路故障的轨出电压信号,经归一化处理后作为输入数据。将DHK-GRU模型与GRU模型、双向GRU模型以及DHK-双向GRU模型进行对比分析,使用混淆矩阵计算实际样本值和模型诊断值的误差,评估模型的定位效果。实验结果表明:提出的DHK-GRU模型的正确率为97.98%,精确率为97.6%,召回率为98.5%,F值为0.980,说明模型在多补偿电容故障定位中具有优异的表现。由此也表明构建的DHK-GRU模型可协助现场维修人员实现多个补偿电容故障的有效定位,为补偿电容的预防性维修和突发性故障诊断提供依据。

基于机器学习的无绝缘轨道电路健康状态综合评价方法

针对检测车对ZPW-2000系列无绝缘轨道电路(JTC)的健康评价能力需要提升的实际需求,基于机器学习理论提出一种JTC健康状态综合评价方法。首先,基于JTC的工作原理和检测车的数据分析,研究并确定JTC健康状态评价指标和评价函数。然后,基于JTC仿真模型,使用故障注入技术对JTC常见故障模式下的数据进行仿真,构建JTC状态数据集,并基于半监督聚类算法,结合传统层次分析法的专家经验和数据中的规律,实现数据标注。最后,基于XGBoost模型和SHAP可解释框架计算各评价指标的权重,进而构造JTC健康分数HI,实现JTC健康状态的综合评价。实验表明,本文方法能够对JTC进行准确、合理地评价,克服现有评价方法的不足,有效提升检测车对JTC的健康评价能力,为实现“状态修”提供依据。

基于GA-VMD的无绝缘轨道电路调谐区和补偿电容故障特征提取

为准确提取ZPW-2000A型无绝缘轨道电路调谐区和补偿电容故障特征信息,提出一种以包络熵为优化目标的遗传算法(Genetic Algorithm, GA)优化变分模态分解(Variational Mode Decomposition, VMD)的故障特征提取方法 .首先,采用传输线理论建立无绝缘轨道电路模型,仿真分析调谐区和补偿电容不同故障的分路电流曲线.其次,以VMD方法中的模态分量的最小包络熵为目标函数,通过遗传算法搜索目标函数的最小值来确定最佳组合参数,原始故障信号经最佳参数组合下的VMD分解成若干个本征模态分量,并对算法的有效性进行了验证.最后,通过与总体经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)、传统VMD方法相对比.研究结果表明:GAVMD方法具有更强的故障信息提取能力,避免了EEMD方法出现的模态混叠问题和传统VMD方法在分解信号过程中出现的过分解、欠分解问题,GA-VMD方法实现了复杂信号的准确提取.

基于传输线理论的列车分路阻抗研究

通常以列车第一轮对分路电阻为等效模型研究列车对轨道电路的分路过程,但此过程忽略了其他轮对的分路作用,无法研究“分路不良”等故障情况。尤其是对于无绝缘轨道电路,其钢轨线路中所跨接的补偿电容,将使列车分路过程更为复杂。针对这一问题,根据传输线理论,从各轮对分路电阻出发,在考虑道床漏泄的情况下,建立列车分路阻抗的六端网络模型,并利用机车信号工作原理,间接验证了模型的正确性,着重分析轮对分路电阻、补偿电容和钢轨线路参数对列车分路阻抗的影响规律。最后,基于计算列车轮对结构重要度,构建列车分路阻抗的简化模型,为进一步研究“分路不良”等故障情况提供理论支持。

高速铁路无缝线路钢轨纵向应力与轨温监测系统研究

钢轨纵向应力的变化与无缝线路作业安全性密切相关。为实现对无缝线路钢轨纵向应力与轨温的监测,提出一种基于应变电测法的钢轨轨温、纵向应力的监测系统,实现对无缝线路风险点的实时监测。该系统经实验室检测性能后,安装在实际工作环境,采集无缝线路的钢轨应力与温度数据,并实时传输与分析,为无缝线路的安全作业提供科学指导。

一种无绝缘轨道电路道砟电阻估算方法

针对无绝缘轨道电路中道砟电阻易受工作环境影响以及现场测量困难的问题,提出一种道砟电阻估算方法。首先根据二端口网络理论,构建调整状态下轨道电路传输模型,仿真分析道砟电阻和补偿电容对轨道电路各设备两端电压、电流的影响规律;其次基于现场微机监测数据,计算轨道电路各设备两端电压、电流仿真值与监测值之间的误差;最后利用粒子群优化算法,将轨道电路传输模型和误差值作为算法适应函数和适应值估算道砟电阻,并对结果进行性能验证。实验结果表明该方法的估算结果在验证中平均绝对百分比误差(MAPE)为14.31%,计算精度相比轨入电压法较优,从而验证所提道砟电阻估算方法的有效性和可行性。

基于ReliefF-Adaboost的无绝缘轨道电路故障诊断模型

现阶段对ZPW-2000A型无绝缘轨道电路的故障判别方式主要是对微机监测数据进行人工分析,但这种方式存在主观性强、判别效率低等问题。为解决上述问题,提出了ReliefF-Adaboost故障诊断模型对轨道电路进行故障识别。首先,通过分析轨道电路工作原理,初步选取10个特征参数;然后,利用ReliefF算法得到各个特征参数的权重,并按照权重由大到小依次输入到Adaboost故障分类器中,筛选出对轨道电路故障诊断最有效的特征参数;最后,将其再次输入到Adaboost故障分类器中完成故障识别。仿真结果表明:ReliefF-Adaboost模型故障诊断准确率为96.67%,相较于无特征参数筛选的Adaboost模型提升了2.50%。该模型有效提升了ZPW-2000A型无绝缘轨道电路的故障诊断性能。

ZPW-2000R轨道电路室内接收端特性研究

在ZPW-2000系列无绝缘轨道电路调谐区纳入检查的背景下,以ZPW-2000A轨道电路接收器在单机和双机冗余不同配置应用下,调谐区电压可能存在变化为切入点,对应研究ZPW-2000R轨道电路的调谐区及衰耗器实现原理,得出在接收器单机和双机配置应用,或衰耗器内部单通道断线情况下,ZPW-2000R轨道电路接收输入电压、主轨道接入电压、调谐区接入电压均不会有明显变化的规律;经实验室和现场测试,总结归纳出ZPW-2000R与ZPW-2000A的接收端差异,为ZPW-2000R轨道电路的运用维护提供指导。

面向振源控制的车辆段轨道减振降噪关键技术

在车辆段用地范围内进行TOD开发,实现城市轨道交通与商业、住宅等各类物业的有机融合,需要采取有效的减振降噪措施。目前,降噪措施仍以控制传播途径和控制受振体为主,而车辆段内钢轨接头多,道岔多,小曲线半径多,振动噪声问题还比较突出。基于振源控制的轨道减振降噪设计理念,优化轨道减振扣件刚度和轮轨间表面粗糙度,并将轨道不平顺质量指数TQI值控制在6~7,可有效改善轮轨间关系;研发了50 kg/m钢轨冻结接头、臂展式阻力枕、轨温检测等轨道无缝化关键技术,实测道床等效横向阻力达14 kN/m;建立了车辆段咽喉区道岔群无缝线路计算模型,提出了咽喉区道岔群强度和稳定性计算方法,完善了无缝线路设计理论体系。研究结果表明,采用减振降噪技术消除了道岔有害空间,优化轮轨关系,降低轮轨冲击振动,从振动源头降低振动噪声,钢轨垂向振动噪声降低约13 dB,传递至隧道壁可降低约4 dB。

温度荷载下纵连式无砟轨道梁轨耦合作用规律

研究目的:温度荷载下梁轨耦合作用规律是桥上铺设CRTSⅡ型板式无砟轨道的基础,本文针对简支梁和连续梁,建立多钢轨、整桥系统的计算模型,对其梁轨耦合作用规律及其影响因素进行较为全面、细致的分析,以期为桥上纵连板式无砟轨道无缝线路的设计、施工及后期养护维修提供参考。研究结论:(1)纵连板的钢轨伸缩力与梁跨布置没有明显的映射关系,近似呈对称分布,这主要是由轨道板的位移分布特点所决定的;(2)底座板是梁轨系统中的关键部件,其伸缩影响着系统其他部件的受力与变形,端刺为底座板的锚固装置,其刚度直接决定着底座板的伸缩位移大小;(3)受梁板相对位移的影响,滑动层、"两布"隔离层、端刺产生的纵向力均会引起底座板纵向力的变化,变化幅度近似为其摩阻力或纵向力;(4)降温工况下,钢轨、轨道板、底座板三层纵连结构受桥梁伸缩的影响不大,但在剪力齿槽处波动较大;(5)滑动层摩擦系数是轨道结构中极其重要而又难以监控的参数;增大CA砂浆粘结力对轨道结构受力有利,建议严控施工质量;(6)该研究结论对纵连板式无砟轨道设计优化理论和工程实践具有一定的指导意义。

基于HHT、DBWT的无绝缘轨道电路补偿电容故障诊断

通过基于传输线理论的无绝缘轨道电路分路状态仿真模型,分析补偿电容断线故障对轨道短路电流的影响规律,利用机车信号感应电压包络与轨道电路短路电流的关系,提出基于机车信号记录信息的补偿电容故障诊断方法。该方法采用B样条离散二进小波变换对机车信号所记录的感应电压幅度包络信号进行降噪,再通过对Hilbert-Huang变换的改进,计算各IMF分量经逐级累加后的相位信息,最后利用相位卷绕,根据相位信息中突变点的分布变化和补偿电容状态的对应关系,实现对补偿电容的故障诊断。实验表明,该方法适应性较强,受轨道电路长度和道砟电阻等轨道参数影响很小,能够准确检测出轨道电路单一补偿电容的故障位置,并且由于该方法的分析数据直接来自于机车信号自身的记录器,不需要额外增加硬件和单独安排运行交路,因此能够降低检测成本和满足对检测及时性等方面的要求。

基于遗传算法的无绝缘轨道电路故障综合诊断方法

基于传输线理论提出机车信号感应电压幅值包络仿真模型,利用机车信号感应电压与轨道电路信号电流的线性映射关系,分析补偿电容故障对机车信号感应电压幅值包络的影响规律,给出基于遗传算法的轨道电路故障综合诊断方法。以补偿电容和道砟电阻为决策变量,以实际的和仿真的机车信号感应电压幅值包络间差值的最小化为目标,构造适应度函数,通过对种群个体进行选择、交叉和变异等遗传操作,得到当前状态下各决策变量的最优值,从而实现轨道电路故障的综合诊断。实验表明,将遗传算法引入到轨道电路的故障诊断领域,利用机车信号的实际记录数据,能够对无绝缘轨道电路中多个补偿电容故障以及道砟电阻波动等情况作出正确的综合评判,从而弥补了目前检测方法的不足,为轨道电路的故障诊断提供了新的有效手段。

无绝缘轨道电路道砟电阻在线监测方法

利用无绝缘轨道电路和机车信号的相互关系,分析道砟电阻对机车信号感应电压幅值包络的影响规律,并基于指数拟合,确定机车信号感应电压幅值包络的衰减系数,建立道砟电阻、轨道电路长度与该衰减系数间的回归计算模型。针对该衰减系数易受补偿电容故障影响的问题,提出局部拟合和全局拟合相结合的无绝缘轨道电路道砟电阻回归估算方法,并基于现有的机车信号远程监控平台建立相应的道砟电阻在线监测系统。实验表明,本文提出的方法对于天气和温度变化对道砟电阻的影响较为敏感,具有估算准确度高、监测成本低、受补偿电容故障影响小等优点。

基于SA算法的无绝缘轨道电路故障综合检测方法

针对遗传算法对无绝缘轨道电路进行故障综合检测时,存在检测结果精度低、耗时长以及实用性差等缺点,提出基于模拟退火算法的无绝缘轨道电路故障检测方法。建立以补偿电容为分界点,分段划分道砟区段的分路状态模型,运用该模型分析道砟电阻、补偿电容与分段分路电流幅值包络之间的关系,在上述分析的基础上,从发送端到接收端,依次对每一段电流幅值包络利用模拟退火算法求得与之相对应的道砟电阻值和补偿电容值,实现轨道电路故障的综合检测。实验表明,本文所提出的故障检测方法能够准确检测多个电容故障,并反映出道砟电阻分段波动的情况。与遗传算法相比,该方法检测精度高、耗时短、实用性强,更加适合于无绝缘轨道电路故障综合检测。