RBF神经网络在地铁屏蔽门系统故障预测中的应用

摘要

现今轨道交通领域飞速发展，伴随着日益拥堵的交通，地铁已经是市民出行的首选交通工具。每天超千万客流量带来的超负荷运转，缩短发车间隔、增加临客所带来的区段内车辆数量接近饱和，都给地铁设备带来了很大的冲击。地铁设备在日常使用过程中，如果发生故障，很可能造成列车的延误。尤其是早晚高峰时段，往往一列列车的延误，将会对整条线路以至于全路网带来影响。对于设备的故障，现有的被动式维修模式已无法满足地铁线路应急故障抢险抢修的要求。有效规避设备故障带来的影响，降低故障的影响范围，对地铁系统的安全性与可靠性起着至关重要的作用。在此将使用神经网络对设备故障进行提前的预知，通过设备的数值分析，确认设备状态及处理方式，探讨如何向自主式维护体系进行转变，为最终实现预防维修的技术革新奠定基础。