论文题目：列车通信网络状态监测与健康评估方法研究
摘要：伴随使用年限的增长,高速动车组的运维检修需求日益增加,较高的运维成本也逐渐成为制约高速铁路可持续发展的关键因素之一。列车通信网络作为高速动车组的重要子系统之一,承担着传输控制、诊断和通信等数据的重要任务。但当前列车通信网络缺乏有效的状态监测手段,无法准确评估网络健康状态,计划检修和事后检修的维修方式可能造成维修时机滞后、维修过度以及维修成本居高不下的状况。因此,在保障列车安全高效运行的前提下,对列车通信网络（Train Communication Network,TCN）进行状态监测和健康评估,成为高速动车组故障预测与健康管理（Prognostics Health Management,PHM）系统的热点研究问题之一。本文以列车通信网络为研究对象,立足于解决网络状态监测与健康评估相关问题,为实现“状态检修”提供了理论依据。论文的主要研究内容如下:（1）在深入研究列车通信网络通信协议和故障机理的基础上,以多功能车辆总线（Multifunction Vehicle Bus,MVB）为主要研究对象,采集网络状态数据,从时域、频域、统计量信息中进行特征提取,并采用卡方检验的方法从中选取与网络状态相关性最大的特征,组建网络状态特征集合。（2）为了及时发现网络异常,避免网络状态恶化,提出了一种基于集成学习的列车通信网络状态监测方法。为了克服个体学习器性能不足的缺陷,提高算法泛化能力,采用i Forest（Isolation Forest）、SOM（Self-organizing feature Map）和SVDD（support vector domain description）3种基分类器,通过加权投票方式进行异构集成,用于准确监测列车通信网络的现有状态。（3）针对现有维护方式无法评估网络健康状态,从而导致过度维修或维修滞后的问题,提出了一种基于LOF（local outlier factor）的列车通信网络健康评估方法。通过LOF算法得出网络设备的健康因子后,依据拉依达法则建立百分制健康度函数,得到不同网络节点的健康度。考虑到各设备节点对整体网络影响程度的不同,基于熵权法赋予设备不同的信息权重,加权平均得到网络整体健康度,实现网络的状态量化。为便于网络状态监测和可视化,根据阈值划分网络健康等级,为维修决策提供理论依据。（4）通过搭建实验平台,实现串联、并联、无端接、串扰、断路等常见故障的注入,验证了状态监测和健康评估方法的有效性。为便于现场工作人员的使用,设计可视化的上位机软件,并完成了相关模块的功能测试。
关键词：列车通信网络;特征提取;状态监测;健康评估;集成学习
学科专业：电气工程
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 状态监测研究现状
1.2.2 健康评估研究现状
1.3 主要研究内容及论文架构
2 列车通信网络工作原理与总体方案
2.1 列车通信网络通信机制
2.1.1 总线协议结构
2.1.2 总线物理层协议
2.1.3 总线链路层协议
2.2 网络传输特性及其故障研究
2.3 数据驱动的网络健康评估体系
2.3.1 系统架构
2.3.2 状态监测与评估系统架构
2.4 本章小结
3 列车通信网络状态监测方法
3.1 网络状态数据采集
3.1.1 硬件架构
3.1.2 数据采集与存储
3.1.3 数据传输
3.2 网络状态数据预处理及特征工程
3.2.1 数据预处理
3.2.2 网络状态特征提取
3.2.3 特征选择
3.3 基于集成学习的状态监测方法
3.3.1 个体学习器
3.3.2 结合方法
3.3.3 状态监测流程
3.4 本章小结
4 列车通信网络健康评估方法
4.1 健康评估与网络退化
4.2 基于LOF的健康评估算法
4.3 健康评估量化
4.3.1 节点状态量化
4.3.2 网络状态量化
4.4 健康评估流程
4.5 本章小结
5 实验验证与功能测试
5.1 实验平台搭建
5.2 故障注入实验
5.2.1 阻抗不匹配故障注入
5.2.2 线缆串扰故障注入
5.3 算法功能测试
5.3.1 异常检测
5.3.2 健康评估
5.4 系统软件功能设计与实现
5.4.1 登录界面
5.4.2 触发模块
5.4.3 数据监视界面
5.4.4 一致性分析与特征提取模块
5.4.5 状态监测和健康评估界面
5.5 本章小结
6 总结与展望
6.1 完成工作总结
6.2 未来工作展望
参考文献