高速列车维修性设计知识图谱的构建及应用研究

这是一篇关于高速列车,多域本体融合,知识融合,维修性设计知识图谱,智能检索的论文, 主要内容为随着我国高速列车保有量的逐步增加,在运行过程中暴露出了许多维修性设计方面考虑不够全面的问题。各大主机厂及铁路局积累了大量的对于高速列车设计阶段十分重要的运维数据以及相应的故障、维修知识,但由于现阶段高速列车领域缺乏有效的知识管理及应用的方法,这些数据和知识并不能直接反馈到设计阶段支持产品的维修性设计,造成产品可用性差、全生命周期优化难等问题。基于上述问题,本文从高速列车生产企业的实际需求出发,研究如何利用知识图谱构建技术对高速列车运维数据中包含的维修性设计知识进行提取以及如何利用提取到的维修性设计知识支持设计人员进行维修性设计活动两方面内容,其主要研究内容如下:(1)分析了维修性设计的内涵,并基于高速列车设计流程梳理了高速列车设计阶段所包含的维修性设计活动,对高速列车领域维修性设计知识特点及分类进行了定义,并明确了各类维修性设计知识之间的关联关系,确定了高速列车维修性设计知识图谱构建的技术路线。(2)参考IDEF5法及七步法,提出了高速列车维修性设计知识本体构建方法,通过构建高速列车多领域维修性设计概念分析表达模型,对各领域包含的维修性设计知识内容进行表达,基于本文提出的高速列车维修性设计知识本体构建方法分别构建高速列车设计域、故障域及维修域的维修性设计知识本体,并通过概念解释机制将三个领域本体进行融合,得到多域本体融合的高速列车维修性设计知识本体,利用本体构建软件protégé对所构建的维修性设计知识本体进行结构化存储及管理。(3)基于BERT-Bi LSTM-CRF模型从高速列车运维数据中识别出高速列车维修性设计相关实体词,并在领域专家帮助下设计高速列车维修性设计关系匹配模板,通过关系匹配实现高速列车维修性设计知识三元组的提取,最后通过知识融合降低所抽取维修性设计知识的冗余度及错误率,完成高速列车维修性设计知识图谱数据层的构建。(4)将高速列车维修性设计知识图谱模式层本体及数据层实例知识导入Neo4j图数据库,完成高速列车维修性设计知识图谱的构建,并基于图数据库开发了高速列车维修性设计知识图谱系统。本文通过构建高速列车维修性设计知识图谱,实现了从非结构化的高速列车运维数据中获取隐含的维修性设计知识,提高了高速列车领域知识发现及提取的能力,验证了本文所提出的高速列车维修性设计知识图谱构建方法的可行性,最后通过开发的高速列车维修性设计知识图谱系统的智能检索应用,证明了知识图谱能够很好地支持设计人员进行高速列车维修性设计。

高速列车维修性设计知识图谱的构建及应用研究

这是一篇关于高速列车,多域本体融合,知识融合,维修性设计知识图谱,智能检索的论文, 主要内容为随着我国高速列车保有量的逐步增加,在运行过程中暴露出了许多维修性设计方面考虑不够全面的问题。各大主机厂及铁路局积累了大量的对于高速列车设计阶段十分重要的运维数据以及相应的故障、维修知识,但由于现阶段高速列车领域缺乏有效的知识管理及应用的方法,这些数据和知识并不能直接反馈到设计阶段支持产品的维修性设计,造成产品可用性差、全生命周期优化难等问题。基于上述问题,本文从高速列车生产企业的实际需求出发,研究如何利用知识图谱构建技术对高速列车运维数据中包含的维修性设计知识进行提取以及如何利用提取到的维修性设计知识支持设计人员进行维修性设计活动两方面内容,其主要研究内容如下:(1)分析了维修性设计的内涵,并基于高速列车设计流程梳理了高速列车设计阶段所包含的维修性设计活动,对高速列车领域维修性设计知识特点及分类进行了定义,并明确了各类维修性设计知识之间的关联关系,确定了高速列车维修性设计知识图谱构建的技术路线。(2)参考IDEF5法及七步法,提出了高速列车维修性设计知识本体构建方法,通过构建高速列车多领域维修性设计概念分析表达模型,对各领域包含的维修性设计知识内容进行表达,基于本文提出的高速列车维修性设计知识本体构建方法分别构建高速列车设计域、故障域及维修域的维修性设计知识本体,并通过概念解释机制将三个领域本体进行融合,得到多域本体融合的高速列车维修性设计知识本体,利用本体构建软件protégé对所构建的维修性设计知识本体进行结构化存储及管理。(3)基于BERT-Bi LSTM-CRF模型从高速列车运维数据中识别出高速列车维修性设计相关实体词,并在领域专家帮助下设计高速列车维修性设计关系匹配模板,通过关系匹配实现高速列车维修性设计知识三元组的提取,最后通过知识融合降低所抽取维修性设计知识的冗余度及错误率,完成高速列车维修性设计知识图谱数据层的构建。(4)将高速列车维修性设计知识图谱模式层本体及数据层实例知识导入Neo4j图数据库,完成高速列车维修性设计知识图谱的构建,并基于图数据库开发了高速列车维修性设计知识图谱系统。本文通过构建高速列车维修性设计知识图谱,实现了从非结构化的高速列车运维数据中获取隐含的维修性设计知识,提高了高速列车领域知识发现及提取的能力,验证了本文所提出的高速列车维修性设计知识图谱构建方法的可行性,最后通过开发的高速列车维修性设计知识图谱系统的智能检索应用,证明了知识图谱能够很好地支持设计人员进行高速列车维修性设计。

面向高速列车运行实时故障诊断的大数据系统设计与开发

这是一篇关于高速列车,实时故障诊断,大数据实时分析,分布式的论文, 主要内容为在列车高速运行过程中,运行故障或隐患的发生与演变若不能被及时检测,可能引发连锁反应,导致列车降速停车等事故;若故障不能被及时的诊断处理,可能导致车毁人亡的灾难性后果。目前高速列车车载诊断系统是基于专家知识进行故障诊断,对于高速列车在运行过程中可能发生的故障,难以实时的进行故障预测和诊断,对于列车长期运行导致元器件老化带来安全隐患的问题,难以对其进行深入系统分析。目前,基于大数据技术对高速列车运行进行故障诊断还是一个空白。针对上述问题,设计开发了一种面向高速列车运行实时故障诊断的大数据系统。该系统可实现高速列车实时故障预警和诊断,保证行车及乘客安全。本文依托国家自然科学基金重大项目课题“基于大数据和知识的高速列车信息控制系统故障建模理论与方法”开展研究,针对目前国内外高速列车故障诊断系统无法对高速列车海量、高频、实时数据进行实时故障诊断的问题,设计了面向高速列车运行实时故障诊断的大数据设计与开发系统。本文的主要研究工作如下:(1)高速列车故障诊断需求。高速列车数据具有明显的大数据特征,即:数据量大、种类繁多、价值密度低、实时性强。但是目前高速列车车载故障诊断系统无法满足针对高速列车海量、高频、实时数据进行实时故障诊断。因此,本文设计了一种面向高速列车运行实时故障诊断的大数据系统。本文从高速列车数据流向的角度,对系统的功能需求进行了详细分析,主要从数据采集需求、数据传输的需求、数据分析的需求和数据存储的需求四个方面对系统进行了分析。(2)根据需求分析对系统进行设计。按照多集群协同的设计原则完成了面向高速列车运行实时故障诊断的大数据系统设计与开发架构的设计。系统采用Lambda架构,包括三个层面:批处理层、实时处理层和服务层。其主要包括以下几个功能模块:数据采集模块、数据传输模块、数据预处理模块、数据批处理分析模块、数据实时处理分析模块、数据存储模块及数据可视化模块。其中,通过构建数据采集集群架构实现将高速列车在运行过程中实时产生的运行数据加载到数据传输模块中,解决了数据的实时采集问题;通过构建分布式消息队列系统实现数据的高效传输,解决了高速列车运行数据传输的实时性问题;通过构建数据预处理工具对高速列车数据进行清洗,解决了高速列车数据缺项和格式不统一的问题;通过部署批处理引擎解决了针对高速列车历史数据故障建模的问题;通过部署实时数据分析引擎解决了针对高速列车运行数据的实时故障分析问题;通过构建分布式数据库实现了大规模高速列车运行数据的存储问题;通过数据可视化工具解决了针对高速列车运行数据分析结果的可视化问题。因此,通过本系统对高速列车运行数据进行实时分析从而实现高速列车在运行过程中的实时故障诊断。(3)依照设计方案,以流程工业综合自动化国家重点实验室工业云平台为基础,采用Java和Scala开发语言、分布式列式数据库HBase、大数据处理框架如Hadoop,Zookeeper,Kafka,Spark,HBase以及可视化工具Tableau Desktop完成了系统的设计与开发。其中,Hadoop集群用来做基础架构,主要利用其分布式文件系统HDFS来存储高速列车产生的海量数据,解决了高速列车在运行过程中产生的大规模数据的存储问题;Zookeeper集群用来做资源调配和集群管理,存储集群的元数据信息,保证了数据在不同节点的强一致性和高可靠性;Kafka集群用来将高速列车采集到的数据进行高效传输,解决了高速列车运行数据传输的实时性问题;Spark集群用来对高速列车的运行数据进行离线分析和实时分析,解决了高速列车运行历史数据的离线分析和实时数据的在线分析问题;HBase集群用来存储高速列车实时产生的数据,解决了海量、高频、实时高速列车运行数据的存储问题;MySQL用来存储高速列车实时数据分析处理的结果,和作为数据可视化模块的数据源;Tableau DeskTop用来将高铁运行数据故障分析处理结果进行可视化,解决了针对高速列车运行数据故障诊断分析结果的可视化问题,可以更好的帮助列车员进行故障定位。本文针对高速列车故障诊断系统设计了一种基于高速列车运行实时故障诊断的大数据系统,创新性的将大数据技术与高速列车运行相结合。充分利用高速列车运行历史数据构建故障诊断模型,对高速列车实时运行数据进行故障诊断,解决了高速列车车载底层控制系统分块各自诊断的问题,可完整还原测量值之间的关系,提高故障诊断的准确率,快速定位诊断故障的原因。该系统结合大数据技术实现了对高速列车在运行过程中产生的海量、高频、实时数据的高效采集、实时传输、离线分析、在线分析、实时存储、数据的可视化及高速列车运行故障的实时预测与诊断,为高铁故障诊断的研究提供了一个新的方向。

高速列车传动齿轮箱性能检测系统设计与开发

这是一篇关于高速列车,传动齿轮箱,测控子系统,远程监测子系统,B/S网络结构的论文, 主要内容为目前,我国高速列车正在迅速的发展,在交通运输业中扮演着越来越重要的角色。作为关键部件之一,高速列车传动齿轮箱的性能直接影响到了高速列车的行车安全性以及动力学性能,所以齿轮箱出厂之前的性能检测环节至关重要。本文致力于开发一套高速列车传动齿轮箱的性能检测系统以满足检测需要。 齿轮箱的性能主要由振动、噪声等测试量来间接反映。本文介绍了齿轮箱的结构、关键部件特征频率计算、齿轮及轴承振动特性及分析方法、齿轮箱噪声特性及分析方法。 齿轮箱性能检测试验台采用了共直流母线运行方式,运行过程中加载电机将产生电能回馈给直流母线,增加了能量的利用率。根据检测要求,设计了跑合试验、油位试验、空载试验、额定转速加载试验、最高转速加载试验、疲劳加载试验、超负荷加载试验的试验内容。设计了温度、振动、噪声测试方案,在试验过程中测试温度、箱体振动、轴振动、噪声声功率级、绘制温升曲线、绘制伯德图确定齿轮箱临界转速、绘制扭矩-效率曲线、绘制箱体时频域图,找出特征频率处的幅值。 性能检测系统包括测控子系统和远程监测子系统。测控子系统包括：用户登录及管理模块、试验选择模块、PLC控制模块、设备通讯模块、数据采集模块、数据库模块以及试验结果模块。远程监测子系统包括：系统设置模块、实时监测模块以及历史数据查询模块。测控子系统基于LabVIEW平台开发,实现了海量数据的采集、处理及分析。远程监测子系统基于B/S网络结构,客户端通过Internet连接到服务器,实现远程监测。本系统采用Oracle数据库来管理试验信息及数据,包括齿轮箱参数、用户信息、试验运行曲线、检测标准以及试验结果。 本系统具有良好的人机界面,操作简单规范,能够很好的完成测试要求。所测数据稳定可靠,为进一步建立标准提供了良好的数据支持。经测试,本系统能够很好地满足高速列车传动齿轮箱性能检测的要求。

基于B/S架构的高速列车监控系统

这是一篇关于高速列车,STM32,3G,B/S,互联网,远程监控的论文, 主要内容为高速铁路的发展,极大地缓解了中国运力不足的局面。高速列车凭借着越来越高的运营速度,为人们的出行带来了极大的便利并成为人们最常选择的出行方式。乘坐高速列车长途旅行实现“朝发夕至”,这样的梦想已经成为现实。然而,随着人们对铁路运输依赖性的增强,高速列车的安全性和舒适度问题引起了人们的高度关注,这方面课题近年来成为中国科研人员研究的热点问题。本论文的主要内容就是设计一套用以监控高速列车安全与舒适的列车监控系统。本文首先通过文献资料的查阅,深入了解了国内外列车监控系统的现状,我国远程监控系统技术在高速列车监控领域存在着运用不成熟的情况。基于这样的背景,本文构建了列车监控系统的基本框架,该框架主要包含两大板块：车载终端监控系统和监控服务中心系统。车载终端监控系统主要目的是采集列车的数据,利用基于ARM Cortex-M4内核的STM32系列处理器设计硬件采集处理系统,实时记录列车运行时采集的数据,并通过3G网络将其传输至远程服务器；远程监控服务中心系统主要是接收来自车载终端监控系统发送的采集数据,将B/S三层构架模式引入到远程监控中心系统中,相关人员可以通过浏览器查看车载终端系统采集到的数据信息。论文最后对整个列车监控系统首先在实验室调试,然后进行线路试验,基本实现对列车进行准确监控的功能,达到了系统的设计要求,并对整个系统的设计实现工作进行了总结和展望。

面向高速列车运行实时故障诊断的大数据系统设计与开发

这是一篇关于高速列车,实时故障诊断,大数据实时分析,分布式的论文, 主要内容为在列车高速运行过程中,运行故障或隐患的发生与演变若不能被及时检测,可能引发连锁反应,导致列车降速停车等事故;若故障不能被及时的诊断处理,可能导致车毁人亡的灾难性后果。目前高速列车车载诊断系统是基于专家知识进行故障诊断,对于高速列车在运行过程中可能发生的故障,难以实时的进行故障预测和诊断,对于列车长期运行导致元器件老化带来安全隐患的问题,难以对其进行深入系统分析。目前,基于大数据技术对高速列车运行进行故障诊断还是一个空白。针对上述问题,设计开发了一种面向高速列车运行实时故障诊断的大数据系统。该系统可实现高速列车实时故障预警和诊断,保证行车及乘客安全。本文依托国家自然科学基金重大项目课题“基于大数据和知识的高速列车信息控制系统故障建模理论与方法”开展研究,针对目前国内外高速列车故障诊断系统无法对高速列车海量、高频、实时数据进行实时故障诊断的问题,设计了面向高速列车运行实时故障诊断的大数据设计与开发系统。本文的主要研究工作如下:(1)高速列车故障诊断需求。高速列车数据具有明显的大数据特征,即:数据量大、种类繁多、价值密度低、实时性强。但是目前高速列车车载故障诊断系统无法满足针对高速列车海量、高频、实时数据进行实时故障诊断。因此,本文设计了一种面向高速列车运行实时故障诊断的大数据系统。本文从高速列车数据流向的角度,对系统的功能需求进行了详细分析,主要从数据采集需求、数据传输的需求、数据分析的需求和数据存储的需求四个方面对系统进行了分析。(2)根据需求分析对系统进行设计。按照多集群协同的设计原则完成了面向高速列车运行实时故障诊断的大数据系统设计与开发架构的设计。系统采用Lambda架构,包括三个层面:批处理层、实时处理层和服务层。其主要包括以下几个功能模块:数据采集模块、数据传输模块、数据预处理模块、数据批处理分析模块、数据实时处理分析模块、数据存储模块及数据可视化模块。其中,通过构建数据采集集群架构实现将高速列车在运行过程中实时产生的运行数据加载到数据传输模块中,解决了数据的实时采集问题;通过构建分布式消息队列系统实现数据的高效传输,解决了高速列车运行数据传输的实时性问题;通过构建数据预处理工具对高速列车数据进行清洗,解决了高速列车数据缺项和格式不统一的问题;通过部署批处理引擎解决了针对高速列车历史数据故障建模的问题;通过部署实时数据分析引擎解决了针对高速列车运行数据的实时故障分析问题;通过构建分布式数据库实现了大规模高速列车运行数据的存储问题;通过数据可视化工具解决了针对高速列车运行数据分析结果的可视化问题。因此,通过本系统对高速列车运行数据进行实时分析从而实现高速列车在运行过程中的实时故障诊断。(3)依照设计方案,以流程工业综合自动化国家重点实验室工业云平台为基础,采用Java和Scala开发语言、分布式列式数据库HBase、大数据处理框架如Hadoop,Zookeeper,Kafka,Spark,HBase以及可视化工具Tableau Desktop完成了系统的设计与开发。其中,Hadoop集群用来做基础架构,主要利用其分布式文件系统HDFS来存储高速列车产生的海量数据,解决了高速列车在运行过程中产生的大规模数据的存储问题;Zookeeper集群用来做资源调配和集群管理,存储集群的元数据信息,保证了数据在不同节点的强一致性和高可靠性;Kafka集群用来将高速列车采集到的数据进行高效传输,解决了高速列车运行数据传输的实时性问题;Spark集群用来对高速列车的运行数据进行离线分析和实时分析,解决了高速列车运行历史数据的离线分析和实时数据的在线分析问题;HBase集群用来存储高速列车实时产生的数据,解决了海量、高频、实时高速列车运行数据的存储问题;MySQL用来存储高速列车实时数据分析处理的结果,和作为数据可视化模块的数据源;Tableau DeskTop用来将高铁运行数据故障分析处理结果进行可视化,解决了针对高速列车运行数据故障诊断分析结果的可视化问题,可以更好的帮助列车员进行故障定位。本文针对高速列车故障诊断系统设计了一种基于高速列车运行实时故障诊断的大数据系统,创新性的将大数据技术与高速列车运行相结合。充分利用高速列车运行历史数据构建故障诊断模型,对高速列车实时运行数据进行故障诊断,解决了高速列车车载底层控制系统分块各自诊断的问题,可完整还原测量值之间的关系,提高故障诊断的准确率,快速定位诊断故障的原因。该系统结合大数据技术实现了对高速列车在运行过程中产生的海量、高频、实时数据的高效采集、实时传输、离线分析、在线分析、实时存储、数据的可视化及高速列车运行故障的实时预测与诊断,为高铁故障诊断的研究提供了一个新的方向。

面向高速列车运行实时故障诊断的大数据系统设计与开发

这是一篇关于高速列车,实时故障诊断,大数据实时分析,分布式的论文, 主要内容为在列车高速运行过程中,运行故障或隐患的发生与演变若不能被及时检测,可能引发连锁反应,导致列车降速停车等事故;若故障不能被及时的诊断处理,可能导致车毁人亡的灾难性后果。目前高速列车车载诊断系统是基于专家知识进行故障诊断,对于高速列车在运行过程中可能发生的故障,难以实时的进行故障预测和诊断,对于列车长期运行导致元器件老化带来安全隐患的问题,难以对其进行深入系统分析。目前,基于大数据技术对高速列车运行进行故障诊断还是一个空白。针对上述问题,设计开发了一种面向高速列车运行实时故障诊断的大数据系统。该系统可实现高速列车实时故障预警和诊断,保证行车及乘客安全。本文依托国家自然科学基金重大项目课题“基于大数据和知识的高速列车信息控制系统故障建模理论与方法”开展研究,针对目前国内外高速列车故障诊断系统无法对高速列车海量、高频、实时数据进行实时故障诊断的问题,设计了面向高速列车运行实时故障诊断的大数据设计与开发系统。本文的主要研究工作如下:(1)高速列车故障诊断需求。高速列车数据具有明显的大数据特征,即:数据量大、种类繁多、价值密度低、实时性强。但是目前高速列车车载故障诊断系统无法满足针对高速列车海量、高频、实时数据进行实时故障诊断。因此,本文设计了一种面向高速列车运行实时故障诊断的大数据系统。本文从高速列车数据流向的角度,对系统的功能需求进行了详细分析,主要从数据采集需求、数据传输的需求、数据分析的需求和数据存储的需求四个方面对系统进行了分析。(2)根据需求分析对系统进行设计。按照多集群协同的设计原则完成了面向高速列车运行实时故障诊断的大数据系统设计与开发架构的设计。系统采用Lambda架构,包括三个层面:批处理层、实时处理层和服务层。其主要包括以下几个功能模块:数据采集模块、数据传输模块、数据预处理模块、数据批处理分析模块、数据实时处理分析模块、数据存储模块及数据可视化模块。其中,通过构建数据采集集群架构实现将高速列车在运行过程中实时产生的运行数据加载到数据传输模块中,解决了数据的实时采集问题;通过构建分布式消息队列系统实现数据的高效传输,解决了高速列车运行数据传输的实时性问题;通过构建数据预处理工具对高速列车数据进行清洗,解决了高速列车数据缺项和格式不统一的问题;通过部署批处理引擎解决了针对高速列车历史数据故障建模的问题;通过部署实时数据分析引擎解决了针对高速列车运行数据的实时故障分析问题;通过构建分布式数据库实现了大规模高速列车运行数据的存储问题;通过数据可视化工具解决了针对高速列车运行数据分析结果的可视化问题。因此,通过本系统对高速列车运行数据进行实时分析从而实现高速列车在运行过程中的实时故障诊断。(3)依照设计方案,以流程工业综合自动化国家重点实验室工业云平台为基础,采用Java和Scala开发语言、分布式列式数据库HBase、大数据处理框架如Hadoop,Zookeeper,Kafka,Spark,HBase以及可视化工具Tableau Desktop完成了系统的设计与开发。其中,Hadoop集群用来做基础架构,主要利用其分布式文件系统HDFS来存储高速列车产生的海量数据,解决了高速列车在运行过程中产生的大规模数据的存储问题;Zookeeper集群用来做资源调配和集群管理,存储集群的元数据信息,保证了数据在不同节点的强一致性和高可靠性;Kafka集群用来将高速列车采集到的数据进行高效传输,解决了高速列车运行数据传输的实时性问题;Spark集群用来对高速列车的运行数据进行离线分析和实时分析,解决了高速列车运行历史数据的离线分析和实时数据的在线分析问题;HBase集群用来存储高速列车实时产生的数据,解决了海量、高频、实时高速列车运行数据的存储问题;MySQL用来存储高速列车实时数据分析处理的结果,和作为数据可视化模块的数据源;Tableau DeskTop用来将高铁运行数据故障分析处理结果进行可视化,解决了针对高速列车运行数据故障诊断分析结果的可视化问题,可以更好的帮助列车员进行故障定位。本文针对高速列车故障诊断系统设计了一种基于高速列车运行实时故障诊断的大数据系统,创新性的将大数据技术与高速列车运行相结合。充分利用高速列车运行历史数据构建故障诊断模型,对高速列车实时运行数据进行故障诊断,解决了高速列车车载底层控制系统分块各自诊断的问题,可完整还原测量值之间的关系,提高故障诊断的准确率,快速定位诊断故障的原因。该系统结合大数据技术实现了对高速列车在运行过程中产生的海量、高频、实时数据的高效采集、实时传输、离线分析、在线分析、实时存储、数据的可视化及高速列车运行故障的实时预测与诊断,为高铁故障诊断的研究提供了一个新的方向。