首页> 中文学位 >基于大数据风险分析的信号系统设备维护策略研究
【6h】

基于大数据风险分析的信号系统设备维护策略研究

代理获取

目录

声明

致谢

摘要

1.1 研究背景与意义

1.2 研究现状

1.2.1 铁路信号系统维护策略研究现状

1.2.2 铁路安全风险理论研究现状

1.2.3 关联规则挖掘算法研究现状

1.3 铁路信号系统设备运营数据特征

1.4 论文研究思路

2 信号系统设备维护策略方法综述

2.1 大数据风险分析概述

2.2 铁路信号系统设备大数据风险分析应用方案

2.3 关联规则挖掘算法

2.4 基于风险的维护策略制定

2.5 本章小结

3 基于MapReduce的信号系统运营数据关联规则挖掘方法研究

3.1 MapReduce运算框架

3.2 FP-Growth算法

3.3 问题陈述

3.4 解决方法

3.4.1 融合SequenceFiles的FP-Growth算法描述

3.4.2 算法实现

3.5 性能评估与结果分析

3.6 本章小结

4 基于铁路安全风险模型的维护策略优化方法

4.1 基于事件树与故障树的安全风险模型

4.2 基于运营数据的安全风险模型

4.3 维护策略优化

4.4 本章小结

5 基于MapReduce优化数据挖掘策略和优化维护策略的案例验证

5.1 数据采集与数据整理

5.1.1 设备运营数据

5.1.2 天气数据

5.2 安全风险评估

5.3 数据可视化展示

5.4 维护策略制定

5.4.1 现有维护策略

5.4.2 基于风险的优化维护策略评估

5.5 本章小结

6 结论与展望

6.1 结论

6.2 不足与展望

参考文献

图索引

表索引

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集

展开▼

摘要

安全是铁路运营永恒的话题,信号系统作为铁路系统运行控制的核心,在保障列车安全和高效运行中具有重要地位。随着中国铁路日发送旅客数量日益增长,信号系统设备工作压力日渐增大,如何能够通过高效的运营维护策略保障信号系统的设备正常运转,成为了目前亟待解决的问题。
  随着信号系统监测技术的发展,生成的监测数据越来越具有大数据特点,信号系统运营数据尚未得到充分利用,如何利用系统在运营过程中的实际监控数据产生设备级和系统级的故障状态信息,是至关重要的问题。另外,如何通过合理的数据模型对设备进行实时风险等级评价也是将设备安全风险信息融合到设备维护策略之中的技术前提。本文依据信号系统监测数据具有单一数据文件小而整体数据文件量级大的特点,将大数据分析技术与信号系统安全风险评估相结合,实现大数据风险分析技术针对信号系统设备的应用。同时结合系统安全风险等级数据和原有设备维护策略,确定基于风险评估的运营维护策略。本论文的主要研究内容和成果如下:
  首先,依据信号系统监测数据包含大量小数据文件的特点,基于现有MapReduce运算框架提出了结合SequenceFiles方法的FP-Growth算法,将大量小文件合并为顺序文件,消除内存占用高、计算性能低和数据传输耗时长等固有缺陷,提升数据分析效率。
  其次,提出基于安全风险模型的维护策略优化方法,利用历史风险数据与运营数据建立数据模型,结合优化的FP-Growth算法进行关联规则挖掘,依据得出的关联规则数学模型计算设备动态安全风险等级,实现了安全风险等级对原有维护策略的优化。
  最后,对此基于大数据分析方法的维护策略制定方案进行实际应用和实践,选取道岔转辙机的历史运营数据、维护数据和环境数据作为输入数据,利用大数据分析平台进行关联规则挖掘,获取数据模型,运算实时安全风险信息,对现有维护策略进行优化,通过分析案例中对基于风险的维护策略在降低维护次数提升维护效率上的效果,验证了方法的可行性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号