基于机器学习的列车设备故障预测模型研究

决策树作为机器学习和数据挖掘领域中广泛应用的预测模型,其输出结果易于理解和解释。针对高速铁路车载智能设备数量庞大的流数据且设备故障复杂和诊断效率低等问题,采用CVFDT决策树算法,通过对规范化的列控设备流数据进行机器学习,构建车载设备智能故障预测模型（低概率发生、高概率发生和已发生故障）,实现对设备潜在故障“事前排除”,提高故障分类精度、定位和诊断准确性,保障高速铁路运营安全和运输效率。     

无线智能化铁路基础设施数据采集系统的研究与应用

随着我国西部山区铁路建设的迅猛发展,以桥梁、隧道、路基为代表的铁路基础设施面临各种地质灾害的威胁,其服役状态直接关系到铁路的安全运营。目前,铁路部门多采用人工测量的形式对基础设施服役状态开展检测,其实时性与环境适应性无法保证。为实现铁路基础设施服役状态实时监测,研发了一种基于433Mhz的无线传感器网络通用数据采集系统。该系统通过μC/OS-Ⅲ操作系统实现多任务处理功能,并且具有无线数据传输、多类型传感器接入能力。系统通过融入自适应卡尔曼滤波算法大幅提高了传感器数据采集精度,并采用外扩SD卡及文件系统实现数据断点续传,确保采集数据不丢失。另外,系统基于自定义协议,采用主被动相结合的形式,实现突发灾害的实时报警。该系统已在国内多条重大铁路干线应用,其运行效果良好。     

基于西原模型的蠕变型滑坡预警判据及滑坡智能监测预警系统研究

针对滑坡临滑预报难点问题,以建立滑坡的监测预警系统为目标,依据原有T-t模型的固定临滑判据,以西原模型为基础通过理论推导出蠕变型滑坡等速应变速率和临滑切线角的关系式,建立了通过滑坡均速阶段速率确定临滑切线角的动态评估方法,继而通过对20个典型蠕变破坏与23个未破坏滑坡监测数据验证了该方法的可靠性。在此评估方法的基础上结合当今流行的无线传感器网络、云平台技术研发了一套基于无线组网技术的滑坡智能监测预警系统。结果表明,该滑坡监测预警系统具有滑坡自动评估、无线组网、自适应Kalman滤波、变频采样控制、数据掉线重传、虚拟化存储、三维地理信息展示等技术特点。目前该系统已在川黔铁路裁缝岩滑坡取得应用,为铁路运营提供准确、可靠的监测预警信息。     

基于GUI功能设计的电机仿真试验系统

从图形用户界面(GUI)入手,结合具体的软件图形界面,给出了利用GUI制作图形用户界面的基本方法,建立了基于GUI界面的Simulink模型仿真试验系统,获得了不同电机的不同特性曲线.结果表明,该界面具有开放性,可方便用户不断完善并扩充其功能.