程清波

（中国铁道科学研究院 电子计算技术研究所，北京 100081）

基于BP神经网络的铁路客运设备故障监测模型设计与研究

程清波

（中国铁道科学研究院 电子计算技术研究所，北京 100081）

由于铁路客运设备种类众多并且分布区域分散，致使人工巡检工作效率低。为了提高巡检工作的效率，实现铁路客运设备巡检工作智能化，本文提出并设计了基于BP神经网络的铁路客运设备故障监测模型。通过无线传感器获取影响客运设备状态优劣的因素，运用所建模型进行决策，判断铁路客运设备是否运行正常并能准确地诊断出故障部位，实现了铁路客运设备巡检工作智能化的目标。最后通过对机房空调设备的仿真研究，验证了所建模型的有效性。

客运设备；BP神经网络；故障监测；智能信息化

随着我国经济的快速发展，铁路客运信息化管理取得显著的成果。在高速铁路建设和升级改造过程中，车站信息化程度不断提升，对客运设备的依懒越来越高[1]。而客运设备作为铁路信息化管理的核心单元，其可靠性、安全性直接决定着车站日常运营组织。当前，铁路客运设备种类繁多，并且分布在车站的各个区域，设备的优劣只有通过工作人员巡检或车站工作人员通告才能得知，不能做到实时监测。在遇到春运等客流量大的特殊情境下，为了保证旅客的正常出行，服务旅客，客运设备的巡检劳动强度随之加大，且易出现某些客运设备的巡检遗漏情况。……