客专ZPW-2000A型轨道电路防雷措施分析

铁路是我国重要的陆上交通运输方式之一,我国自新中国成立以来一直注重做好对于铁路的建设,逐渐构建起了一张较为完善的铁路交通网络。铁路线路在运行的过程中会受到周边恶劣环境的影响,尤其是对于一些雷电多发区域,雷击会使得铁路轨道电路设备发生故障的几率大幅提高。客专ZPW-2000A型轨道电路设备是在我国客运专线中应用较多的轨道电路设备,本文在分析客专ZPW-2000A型轨道电路设备特点及雷击对客专ZPW-2000A型轨道电路设备所造成的危害的基础上对如何做好客专ZPW-2000A型轨道电路设备的防雷进行分析阐述。     

ZPW-2000A轨道电路故障分析探讨

现代运输行业已经进入了一个高速发展的阶段,尤其是铁路运输,近些年铁路运输飞速发展尤其是在ZPW-2000A轨道应用到现代铁路运输中,使得铁路发展迅速,但是ZPW-2000A轨道电路作为重要的铁路信号设备,它能否安全运行直接决定着铁路运行。所以说针对电路故障找出相应的方法,就必须通过分析ZPW-2000A轨道电路故障常见案例,找出相应方法。     

浅析ZPW-2000A型无绝缘轨道电路系统

ZPW-2000A型无绝缘轨道电路,是在引进法国UM71无绝缘轨道电路技术基础上,结合我国铁路的实际情况为提高列车运行系统的可靠性而设计与应用的。对ZPW-2000A型无绝缘轨道电路系统进行研究。     

ZPW-2000A无绝缘轨道电路常见故障及处理方法

针对ZPW-2000A新型移频自动闭塞设备在运用过程中,无绝缘轨道电路的故障进行了深入分析并提出处理方法。     

一体化轨道电路方向继电器应用实例分析

随着铁路信号技术的快速发展,ZPW-2000A移频自动闭塞技术的成熟应用,为了使信号传输在线路所轨道电路和区间无绝缘轨道电路的匹配链接,自动闭塞区间线路所逐渐采用ZPW-2000A轨道电路,即"一体化轨道电路"。     

CTCS-2列控系统中ZPW-2000A设备的微机监测应用建议

文章简单介绍ZPW-2000A在CTCS-2列控系统中的重要性和建议使用微机监测设备对ZPW-2000A设备故障的分析方法。首先描述了运用该方法构建的整体系统框架结构,然后介绍了实现该方法的故障分析流程部分,最后例举了具体诊断故障的运用方法。通过该种方法能够有效判断ZPW-2000A设备故障发生的处所及可能原因。     

ZPW2000A系统故障排查处理

现阶段在我国铁路信号领域中广泛的应用了ZPW-2000A型无绝缘轨道电路系统。传输系统在运行中具有一定的复杂性,会导致在系统出现故障问题的时候无法及时精准的定位故障问题,导致其出现延误,严重的甚至会影响行车安全。分析系统在运行中的常见故障问题,了解故障排查处理的方式与手段,可以有效的保障系统稳定运行。基于此,该文主要对ZPW2000A系统故障排查处理的两种方式进行了简单的分析研究。     

区间信号工程病害电缆接地混线处理方法

随着铁路装备技术的提高,信号设备改造施工不断更新,如微机联锁、CTC、区间ZPW-2000A等新技术的应用。作为目前区间信号设备的主用模式ZPW-2000A无绝缘轨道电路,由于在大规模推广应用中,因工期紧、任务重,施工质量普遍不高,特别是冬季施工作业,造成区间信号电缆芯线经常出现接地现象。本文结合在大秦线维修接触到的因工程病害造成的区间电缆接地问题及处理方法,进行了粗浅的分析和总结。     

区问综合监测系统在高铁上的安装与应用

轨道电路是高速铁路信号设备重要组成部分,由于轨道电路设备分布较远巡检测试需要花费大量时间,尤其发生故障时不能及时得到现场设备的测试数据影响应故障处理效率。本文分别对zew--2000轨道电路区间综合监测系统功能与原理和现场施工安装及功能试验情况进行的介绍,探索区间综合监测系统在高铁ZPw-2000轨道电路养护维修及应急处置上的实际意义。     

ZPW-2000R型移频电码化施工测试预案的优化

ZPW-2000R型移频电码化施工测试组织、测试预案及注意事项     

基于ISSA⁃SVM的露点测量系统电路故障诊断方法研究

针对高精度谐振式露点测量系统中电路故障诊断问题,提出了一种基于改进的麻雀搜索算法（Improved Sparrow Search Algorithm, ISSA）优化智能分类器参数的电路故障诊断模型,采用测前仿真故障诊断方法中的智能诊断方法,选择适用于小样本、非线性问题的支持向量机（Support Vector Machine, SVM）作为智能分类器,针对麻雀搜索算法中收敛速度慢、易陷入局部最优等问题进行改进,并将改进后的优化算法用于SVM参数寻优,构建ISSA?SVM故障诊断模型用于谐振电路故障诊断。实验结果显示,ISSA?SVM模型在建立的电路上能够达到88.9%的故障诊断率,可靠性较强,能够作为高精度谐振式露点传感器电路的故障诊断方法。     

基于仿真的电子元器件故障模型研究

  故障知识获取是基于知识的电路故障诊断方法的瓶颈问题,严重限制了电子设备智能诊断系统的发展.提出了基于仿真获得故障知识的方法,介绍了数字/模拟电子元器件的故障模式仿真模型的建立方法.采用FMECA分析法选择仿真对象,有效地减少了故障注入的次数.建立故障仿真模型库,降低了编写仿真文件的难度.通过数模混合电路验证了故障模型的有效性.     

基于L-M算法的雷达板级电路快速故障诊断

新型雷达可更换的板级电路很多,为了快速诊断板级电路故障,将一种基于L-M算法的神经网络用于故障诊断;分析了L-M算法BP网络进行雷达板级电路故障诊断的原理;建立了故障诊断样本训练和测试平台;并以实例在该平台上对L-M算法BP网络进行训练和实际诊断,结果表明,该方法诊断准确性高,比其它方法更为快速有效,较好地解决了雷达可更换板级电路的故障诊断问题。     

An Embedded Condition Monitoring and Fault Diagnosis System for Rotary Machines

An intelligent machine is the earnest aspiration of people. From the point of view to construct an intelligent machine with self-monitoring and self-diagnosis abilities, the technology for realizing an internet oriented embedded intelligent condition monitoring and fault diagnosis system for the rotating machine with remote monitoring, diagnosis, maintenance and upgrading functions is introduced systematically. Based on the DSP （ Digital Signal Processor） and embedded microcomputer, the system can measure and store the machine work status in real time, such as the rotating speed and vibration, etc. In the system, the DSP chip is used to do the fault signal processing and feature extraction, and the embedded microcomputer with a customized Linux operation system is used to realize the internet oriented remote software upgrading and system maintenance. Embedded fault diagnosis software based on mobile agent technology is also designed in the system, which can interconnect with the remote fault diagnosis center to realize the collaborative diagnosis. The embedded condition monitoring and fault diagnosis technology proposed in this paper will effectively improve the intelligence degree of the fault diagnosis system.     

一种数字电路故障诊断方法的研究及实现

为了对数字电路进行元件级故障诊断，采用组合测试方案生成故障字典，并且设计了相应的硬件电路和软件流程，达到了将故障定到元件级的目的。研究表明，本组合测试方案能够直观简便地反映电路的故障。     

基于灵敏度预分类的BP神经网络故障诊断方法

故障特征信息的获取和处理对电路故障的可靠分类和准确诊断有很大的影响．在电路故障诊断时,对于不同的故障模式,存在信息混叠的现象,需要解决特征信息的有效提取和故障的可靠分类等问题．为此,本文提出了一种结合灵敏度特性分析的BP神经网络故障诊断方法．基本思想是通过灵敏度的计算,对电路故障样本作预分类,再根据电路灵敏度的计算结果分别提取相应特征信息,以此构造故障样本特征集,然后作为BP神经网络的输入对网络训练,并进行故障诊断．对滤波器的仿真结果表明,该方法能分类不同的元件故障,且对模拟电路故障诊断的平均正确率优于传统方法．     

混合智能故障诊断与预示技术的应用进展

为了对大型复杂关键设备进行有效的状态监测和故障诊断,综合运用多种人工智能技术和现代信号处理方法的混合智能故障诊断与预示技术得到国内外学者的高度重视和广泛研究。在研究大量相关文献的基础上,概括了混合智能故障诊断与预示技术的广义内涵;综述了国内外研究现状;分析指出了当前研究中存在的关键问题;针对目前的研究现状和存在问题,最后讨论了混合智能故障诊断与预示技术的发展趋势     

现代故障诊断技术研究综述

在简单介绍故障诊断技术发展的基础上,将故障诊断技术分为基于模型、基于信号、基于知识和基于智能优化4类,并对每类故障诊断技术中重要方法的原理、优缺点和研究现状进行比较分析,最后从复合智能诊断技术、远程协作诊断技术、智能仿生诊断技术3个方面,对现代故障诊断技术的发展趋势和亟待解决的问题进行分析与探讨,给出分类图,提出故障诊断领域将来的研究发展方向。     

基于BP网络信息融合技术的电路板故障诊断

对基于BP神经网络的信息融合故障诊断技术进行了研究,将信息融合技术应用到某型反舰导弹俯仰综合放大器电路板的故障诊断中,并利用改进的BP神经网络进行数据融合,得到了较为理想的结果.研究表明,该方法能够较好地解决电路板元件故障诊断的不确定性问题.