軌道交通列車安全可靠性分析

第1章 緒論
第2章 軌道交通列車系統(tǒng)安全與運行風險分析
2.1 概述
2.2 高速列車系統(tǒng)不確定性綜合風險分析方法
2.2.1 高速列車系統(tǒng)綜合風險分析指標體系
2.2.2 基于二型直覺模糊集與動態(tài)多準則妥協(xié)解排序（VIKOR）方法的列車系統(tǒng)綜合風險分析及關(guān)鍵部件辨識方法
2.2.3 實例驗證
2.3 基于計算智能的高速列車運行風險動態(tài)分析方法
2.3.1 基于貝葉斯網(wǎng)絡的高速列車運行風險動態(tài)分析
2.3.2 基于隨機森林的高速列車突發(fā)事件危害度預測
2.4 小結(jié)
參考文獻
第3章 基于人工智能與信號處理的列車關(guān)鍵部件服役狀態(tài)辨識
3.1 概述
3.2 基于人工智能的列車關(guān)鍵部件狀態(tài)辨識
3.2.1 基于淺層遷移學習的關(guān)鍵部件辨識方法
3.2.2 基于多源信息和卷積神經(jīng)網(wǎng)絡的關(guān)鍵部件狀態(tài)辨識方法
3.3 基于信號處理方法的列車關(guān)鍵部件故障診斷方法
3.3.1 循環(huán)平穩(wěn)基本理論
3.3.2 循環(huán)相關(guān)熵與循環(huán)相關(guān)熵譜
3.3.3 支持向量機原理
3.3.4 基于頻域峭度理論的故障特征提取技術(shù)
3.3.5 仿真分析與驗證
3.4 小結(jié)
參考文獻
第4章 基于數(shù)據(jù)驅(qū)動的列車關(guān)鍵部件實時可靠性預測分析
4.1 概述
4.2 基本概念
4.2.1 安全城
4.2.2 馬爾可夫過程
4.3 方法框架
4.3.1 Tsallis熵特征提取
4.3.2 模糊安全域劃分方法
4.3.3 基于時變馬爾可夫過程的壽命預測及狀態(tài)可靠性評估
4.4 實例驗證
4.4.1 數(shù)據(jù)采集
4.4.2 特征提取
4.4.3 數(shù)據(jù)分段結(jié)果
4.4.4 安全域狀態(tài)識別
4.4.5 時變馬爾可夫過程模型
4.5 小結(jié)
參考文獻
第5章 基于網(wǎng)絡流的列車系統(tǒng)多態(tài)可靠性分析評估
5.1 概述
5.2 多態(tài)網(wǎng)絡流理論
5.3 列車系統(tǒng)多態(tài)網(wǎng)絡可靠性建模
5.3.1 列車系統(tǒng)多態(tài)網(wǎng)絡結(jié)構(gòu)建模
5.3.2 多態(tài)網(wǎng)絡模型中邊流量定義
5.4 轉(zhuǎn)向架系統(tǒng)介紹
5.5 轉(zhuǎn)向架系統(tǒng)可靠性分析
5.5.1 轉(zhuǎn)向架系統(tǒng)網(wǎng)絡建模
5.5.2 網(wǎng)絡模型求解
5.5.3 結(jié)果分析
5.5.4 零部件重要計算
5.6 小結(jié)
參考文獻
第6章 軌道交通列車系統(tǒng)多部件狀態(tài)修優(yōu)化方法
6.1 概述
6.1.1 相關(guān)概念
6.1.2 劣化過程描述模型
6.1.3 部件間相依性
6.1.4 維修效果
6.1.5 維修決策變量、目標及優(yōu)化方法
6.2 單部件狀態(tài)維修策略優(yōu)化建模
6.2.1 模型假設及優(yōu)化結(jié)果形式
6.2.2 單部件健康狀態(tài)轉(zhuǎn)移概率
6.2.3 單部件維修方式集、維修周期集及維修成本集
6.2.4 單部件維修策略優(yōu)化模型
6.3 多部件狀態(tài)維修策略優(yōu)化建模
6.3.1 多部件系統(tǒng)狀態(tài)維修策略優(yōu)化思路
6.3.2 模型假設及優(yōu)化結(jié)果形式
6.3.3 多部件系統(tǒng)狀態(tài)轉(zhuǎn)移概率計算
6.3.4 不考慮相依性的多部件維修決策模型
6.3.5 部件間相依性建模
6.3.6 考慮相依性的多部件維修決策模型
6.3.7 多部件系統(tǒng)狀態(tài)維修策略優(yōu)化目標函數(shù)
6.4 算法
6.5 實例驗證
6.5.1 實例描述
6.5.2 軸箱軸承檢修策略優(yōu)化結(jié)果分析
6.5.3 輪對軸箱裝置檢修策略優(yōu)化結(jié)果分析
6.6 小結(jié)
參考文獻