基于文本挖掘的铁路信号设备故障自动分类方法

铁路信号设备在运营维护过程中积累了大量以文本方式记录的维护数据,为了实现高效准确分类,提出将Word2vec、SMOTE算法与卷积神经网络(Convolutional?Neural?Networks,?CNN)相结合的铁路信号设备故障文本自动分类方法.?首先,对故障文本使用自然语言方法完成预处理,并采用Word2vec...     

基于复杂度算法的安全指标分配分析

城市轨道交通信号工程建设过程中,信号设备供应商需要将业主设定的总体运营安全指标分配给信号系统的各个子系统.首先分析城市轨道交通信号系统的体系架构、安全功能和安全指标,然后针对设计的三种安全指标分配方法,分析这些方法的具体要求和原则,结合系统架构、安全逻辑模型和具体工程建设参数,利用三种不同方法,将整个系统总体安全指标分...     

基于事故数据的轨道交通运行安全风险辨识方法

针对轨道交通运行信号系统安全风险定量化辨识问题,首先将原始的信号事故按照海因里希法则分为不同类型事故数据,再考虑事故多因素影响,在一般统计法、统计识别法基础上,提出Management?Machine?Man?Media?Mission factor,即管理?设备?人员?环境?功能5M要素模型的因子分析安全风险辨识方法...     

基于建筑信息模型数据驱动的铁路设备运维多模态知识图谱构建

铁路信号设备是保障行车安全、提高运输效率的核心装备,加强信号设备智能运维是降低铁路运行风险的必要基础保障。目前,针对我国基于建筑信息模型(BIM)的智能运维平台存在不能精准映射各设备的行为规律和相互之间互馈作用的机理,须同时依靠经验知识进行推断等问题。首先构建了铁路设备运维文本知识图谱;其次构建卷积神经网络(CNN)-团组图卷积神经网络(cgGCN)模型对BIM图像模态数据进行处理,完成对20种铁路信号设备零件图信息的标注,实验结果表明模型准确率达到95.38%,精确率和召回率的调和平均值F1达到95.58%;最后将BIM图像信息以视觉模态嵌入运维文本知识图谱,利用Neo4j图数据库实现多模态知识图谱可视化展示,从而精准映射各信号设备相互之间互馈作用的机理,为后续现场铁路运维人员实施安全管理和运维决策提供在线服务和指导。     

基于LINUX的工业嵌入式控制系统研究

本文介绍基于Linux的工业嵌入式控制系统在工业控制中的特点,对控制系统的实时性进行阐述,并对Linux嵌入式系统的内核结构和系统编程进行了论述。     

线性霍尔传感器在铁路信号微机监测系统中的工程应用

通过分析基于霍尔元件的线性霍尔传感器的测量原理,提出该传感器在铁路信号微机监测系统中的工程测量方法,并对其工程设计进行了举例说明。     

基于安全知识库的轨道交通安全预评价方法

在当前城市轨道交通快速发展的需求下,国内轨道交通安全相关系统的预评价方法尚不成熟,积累的各类故障、事故案例无法得到有效共享,导致实际工程中预评价工作难以开展。首先,构建了基于本体推理规则的Man(人员)、Machine(设备)、Media(环境)、Management(管理)及Mission(任务)的5M多因素信号系统安全知识库。其次,阐述信号系统预评估过程,结合案例分析和应用,形成了基于安全知识库的轨道交通安全预评价方法。最后,从风险辨识质量和风险控制精准度等多方面将基于安全知识库的轨道交通安全预评价方法与一般预评价方法进行比较,结果表明该方法能够从全生命周期角度对信号系统分阶段风险进行辨识并评定风险损失,风险辨识质量高、风险控制精准度高,且该方法的实施有利于加强城市轨道交通事前安全管理效果,同时也可为安全相关系统的风险预评价理论研究提供参考。