摘要
高速铁路列控车载设备是保证列车安全运行的关键,故障特征表现为复杂性和不确定性。贝叶斯网络在处理不确定性和相关复杂性的问题时具有显著优势,该研究以CTCS3-300T型车载设备为研究对象,建立约简贝叶斯网络模型进行故障诊断。首先,通过分析典型车载设备故障处理现状,提出一种结合专家知识、故障数据集和K2算法的贝叶斯网络模型研究方法。其次,利用K2算法和最大似然估计法分别进行结构学习、参数学习,从局部到整体贝叶斯网络诊断模型,实现快速定位。最后,建立整体贝叶斯网络模型,运用粗糙集理论进行信息约简,建立约简后的贝叶斯网络模型。经实例分析,结果表明该模型能够保证故障诊断结果的准确性,进一步提高故障诊断的效率。
- 单位