首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于贝叶斯网络的高速铁路CTC系统故障诊断方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西南交通大学

摘要:本发明涉及高速铁路故障诊断技术领域,公开了一种基于贝叶斯网络的高速铁路CTC系统故障诊断方法,包括以下步骤:收集故障日志并提取故障信息,得到故障节点与故障特征节点;对故障日志进行参数学习与结构学习,通过参数学习生成有向边,通过结构学习获取所有故障节点与故障特征节点先验概率与条件概率;对子系统中存在冗余结构的故障节点进行描述与深入诊断,获取冗余结构的故障节点的后验概率;对子系统中存在通信级联结构的故障节点进行描述与深入诊断,获取通信级联结构的故障节点的后验概率;生成故障诊断贝叶斯网络,并对运行数据进行检测,生成故障诊断信息;该方法提高了故障诊断的深入度与详细度,保障了运营安全,提高维修排查效率。

主权项:1.一种基于贝叶斯网络的高速铁路CTC系统故障诊断方法,其特征在于,包括以下步骤:S1、收集调度集中控制系统的故障日志并提取故障信息,对故障信息进行归纳分类,得到多个故障节点与故障特征节点;其中,故障信息包括设备部位、故障现象以及原因分析,设备部位为发生故障的设备或由多个设备组成的子系统,故障现象为设备部位发生故障后出现的可观测现象,原因分析为对设备部位发生故障导致故障现象出现的过程中发生事件的分析;故障节点为设备部位中发生故障的设备或发生故障的子系统;故障特征节点为故障现象、原因分析中记录的发生事件;S2、对故障日志进行结构学习与参数学习,通过结构学习判断任意两个故障节点与故障特征节点间、两个故障特征节点间是否具有联系,并在具有联系的节点间生成有向边,通过参数学习获取所有节点的先验概率与条件概率;S3、采用连续时间贝叶斯网络描述法对子系统中存在冗余结构的故障节点进行描述与深入诊断,得到子系统中存在冗余结构的故障节点的后验概率;S4、采用多层网络描述法对子系统中存在通信级联结构的故障节点进行描述,得到描述故障节点的多层网络,采用转换法对描述故障节点的多层网络转化为描述故障节点的连续时间贝叶斯网络,采用连续时间贝叶斯网络诊断法对描述故障节点进行深入诊断,得到子系统中存在通信级联结构的故障节点的后验概率;其中,通信级联结构为通信信道连接的通信系统,通信系统包括通信端子系统、通信端设备、通信信道;S5、由故障节点、故障特征节点、节点间生成的有向边、所有节点的先验概率与条件概率、子系统中存在冗余结构的故障节点的后验概率、子系统中存在通信级联结构的故障节点的后验概率组成故障诊断贝叶斯网络;S6、将调度集中控制系统的运行数据输入故障诊断贝叶斯网络中,通过故障诊断贝叶斯网络进行反向推理,得到故障特征节点的后验概率并生成故障诊断信息。

全文数据:

权利要求:

百度查询: 西南交通大学 一种基于贝叶斯网络的高速铁路CTC系统故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。