摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-17页 |
1.1 课题研究的背景及意义 | 第10-13页 |
1.1.1 我国铁路联锁系统的发展历程 | 第11-12页 |
1.1.2 智能故障诊断技术的发展研究 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 信号故障诊断系统研究现状 | 第13-14页 |
1.2.2 贝叶斯网络故障诊断研究现状 | 第14-15页 |
1.3 本文研究的主要内容及结构安排 | 第15-17页 |
2 计算机联锁系统故障机理分析 | 第17-30页 |
2.1 计算机联锁系统的层次结构及软硬件组成 | 第17-20页 |
2.1.1 计算机联锁系统的层次结构 | 第17-18页 |
2.1.2 计算机联锁系统的硬件组成 | 第18页 |
2.1.3 计算机联锁系统的软件组成 | 第18-20页 |
2.2 计算机联锁系统故障分析 | 第20-22页 |
2.2.1 故障的基本概念 | 第20页 |
2.2.2 故障分类 | 第20-21页 |
2.2.3 计算机联锁系统模块化分类 | 第21-22页 |
2.3 S700K道岔控制电路故障分析 | 第22-29页 |
2.3.1 道岔控制电路的组成 | 第23-24页 |
2.3.2 道岔控制电路的工作原理及动作分析 | 第24-26页 |
2.3.3 道岔控制电路故障分析 | 第26-29页 |
2.4 小结 | 第29-30页 |
3 贝叶斯网络诊断模型的构建及故障推理 | 第30-48页 |
3.1 贝叶斯网络基本理论 | 第30-33页 |
3.1.1 贝叶斯方法的基本观点 | 第30页 |
3.1.2 贝叶斯网络的概率论基础 | 第30-32页 |
3.1.3 贝叶斯网络的结构及建立方法 | 第32-33页 |
3.2 贝叶斯网络故障知识的获取 | 第33-38页 |
3.2.1 专家经验知识获取 | 第33-34页 |
3.2.2 FMEA表单知识获取 | 第34-36页 |
3.2.3 故障树知识获取 | 第36-38页 |
3.3 CME贝叶斯网络模型 | 第38-42页 |
3.3.1 CME贝叶斯网络模型概述 | 第38页 |
3.3.2 CME贝叶斯网络模型的构建 | 第38-41页 |
3.3.3 确定诊断网络的概率 | 第41-42页 |
3.4 贝叶斯诊断网络的推理 | 第42-47页 |
3.4.1 贝叶斯诊断网络的推理模式 | 第42-43页 |
3.4.2 贝叶斯诊断网络的推理算法 | 第43-46页 |
3.4.3 贝叶斯网络诊断推理的流程 | 第46-47页 |
3.5 小结 | 第47-48页 |
4 基于贝叶斯网络的计算机联锁系统故障诊断算法的实现 | 第48-58页 |
4.1 基于贝叶斯网络的计算机联锁系统故障诊断算法的实现流程 | 第48-49页 |
4.2 算法实现过程中需要用到的软硬件工具介绍 | 第49-51页 |
4.3 道岔表示电路故障诊断实例 | 第51-56页 |
4.3.1 道岔失去定位表示故障网络模型的构建 | 第51-52页 |
4.3.2 道岔失去定位表示故障诊断网络的推理 | 第52-54页 |
4.3.3 道岔失去定位表示故障诊断的验证 | 第54-56页 |
4.4 算法分析与评价 | 第56-57页 |
4.5 小结 | 第57-58页 |
结论 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-63页 |
攻读学位期间的研究成果 | 第63页 |