1、“.....将所述实际数据信息与故障规则库中的数据信息进行参照对比。根据分析诊断算法,计算出故障诊断数值,并采用线性分部原则,评定故障程度,得出基础评分。具体步骤是将实际数据信息形成的数试时,将几种大小不同的物体置于基本轨和尖轨之间,用于分段渐进式地模拟该项故障,以求得到更精确的测试数据。现场测试转辙机电流变化如图所示。基于定性趋势分析的原稿。应用故障匹配规则库和结与尖轨之间尖轨与枕木之间,从而使道岔在转换过程中,基本轨与尖轨无法正常密贴,最后导致道岔转辙机锁闭失效,产生道岔失表故障。如果能在问题累计过程中对其进行识别,将会极大地提高故障预警能力。通过研基于定性趋势分析的原稿转辙机锁闭阶段,电流的峰值不同。对应故障匹配规则,建立的方法举例如下。在转辙机进入锁闭阶段前......”。

2、“.....正常的电流升高时间点约为,该点即为基准点。故障发生时,电流升高点为〜。在设备发生故障之前及时提醒维护维修。摘要针对型转辙机的道岔卡阻问题进行了大量现场试验,并采用定性趋势分析算法,通过归类和提取特征点,建立了故障匹配规则比较库。结果表明该算法对于提前发现区别进行评分,基于该评分和前述方法建立的故障匹配规则库,得到相应的趋势预警结果。以转辙机卡阻为例,通过图波形,可以辨明该故障拥有个明显的特征点在转辙机进入锁闭阶段前,电流开始升高的时间点不同验,并采用定性趋势分析算法,通过归类和提取特征点,建立了故障匹配规则比较库。结果表明该算法对于提前发现和预警转辙机故障的诊断监测十分有效。故障预警原理道岔转辙机卡阻故障预警方法主要通过在道岔转与尖轨之间尖轨与枕木之间......”。

3、“.....基本轨与尖轨无法正常密贴,最后导致道岔转辙机锁闭失效,产生道岔失表故障。如果能在问题累计过程中对其进行识别,将会极大地提高故障预警能力。通过研机周边,设置各种传感器及电子元器件,周期性地采集所需要的数据,根据定性趋势分析算法,对采集数据做特征提取和特征识别,最终通过识别的特征值建立时间数据序列,对比后进行故障预警提示,以供车站维修人案例验证现场数据采集在型交流电动转辙机的卡阻测试时,将几种大小不同的物体置于基本轨和尖轨之间,用于分段渐进式地模拟该项故障,以求得到更精确的测试数据。现场测试转辙机电流变化如图所示。基数值曲线与个参考线之间的距离几何差值,得到基础评分。根据重要度的优先级别,设定权重分数对于优先级最低的特征趋势,权重最低为......”。

4、“.....权重最低为,最高为对于优先级最高,具体步骤如下。采集实际数据,形成道岔转辙机的实际动作曲线。对所述实际动作曲线进行波形过滤去除噪音。搜寻特征趋势区域和设定编码。将所述实际数据信息与故障规则库中的数据信息进行参照对比。根据分析预警转辙机故障的诊断监测十分有效。关键词转辙机定性趋势分析特征点故障匹配规则比较库铁路道岔转辙机是保障铁路运营安全的重要设备。铁路道岔现场经常发现异物,如道砟沙土或其他物体掉落卡阻在基本机周边,设置各种传感器及电子元器件,周期性地采集所需要的数据,根据定性趋势分析算法,对采集数据做特征提取和特征识别,最终通过识别的特征值建立时间数据序列,对比后进行故障预警提示,以供车站维修人转辙机锁闭阶段,电流的峰值不同。对应故障匹配规则......”。

5、“.....在转辙机进入锁闭阶段前,电流开始升高的时间点不同。正常的电流升高时间点约为,该点即为基准点。故障发生时,电流升高点为〜。数值。将实际数据波形评分和诊断结果,显示在用户界面端。故障匹配规则库建立以前端设备采集的无故障状态下数据作为基准,与故障状态下的数据进行对比,找出特征区域并进行编码然后根据编码规则对特征区域基于定性趋势分析的原稿特征趋势,权重最低为,最高为。将以上优先级別对应的权重因子乘以各项的基础评分,得出最终评估分数,即为故障诊断数值。将实际数据波形评分和诊断结果,显示在用户界面端。基于定性趋势分析的原稿转辙机锁闭阶段,电流的峰值不同。对应故障匹配规则,建立的方法举例如下。在转辙机进入锁闭阶段前,电流开始升高的时间点不同。正常的电流升高时间点约为......”。

6、“.....电流升高点为〜。际的数值曲线低于最低分数的参考线,则评分为如果实际的数值曲线高于最高分数的参考线,则评分为如果实际的数值曲线位于最低分数的参考线和最高分数的参考线之间,则根据线性分布原则进行评分,即计算实曲线位于最低分数的参考线和最高分数的参考线之间,则根据线性分布原则进行评分,即计算实际数值曲线与个参考线之间的距离几何差值,得到基础评分。根据重要度的优先级别,设定权重分数对于优先级最低的特征断算法,计算出故障诊断数值,并采用线性分部原则,评定故障程度,得出基础评分。具体步骤是将实际数据信息形成的数值曲线与故障匹配规则库中的最低分数参考线,或最高分数参考线比较,获取邻近的数值如果机周边,设置各种传感器及电子元器件,周期性地采集所需要的数据......”。

7、“.....对采集数据做特征提取和特征识别,最终通过识别的特征值建立时间数据序列,对比后进行故障预警提示,以供车站维修人当发现电流升高的时间与明显偏离时,根据前述评分办法进行评分,由此建立第条故障匹配规则。应用故障匹配规则库和结果输出将实际电信号处理后的数据信息与故障规则进行对比,通过分析诊断,预测和推断故障类区别进行评分,基于该评分和前述方法建立的故障匹配规则库,得到相应的趋势预警结果。以转辙机卡阻为例,通过图波形,可以辨明该故障拥有个明显的特征点在转辙机进入锁闭阶段前,电流开始升高的时间点不同基于定性趋势分析的原稿。关键词转辙机定性趋势分析特征点故障匹配规则比较库铁路道岔转辙机是保障铁路运营安全的重要设备。铁路道岔现场经常发现异物,如道砟沙土或其他物体掉落卡阻在基本势......”。

8、“.....最高为对于优先级中等的特征趋势,权重最低为,最高为对于优先级最高的特征趋势,权重最低为,最高为。将以上优先级別对应的权重因子乘以各项的基础评分,得出最终评估分数,即为故障诊基于定性趋势分析的原稿转辙机锁闭阶段,电流的峰值不同。对应故障匹配规则,建立的方法举例如下。在转辙机进入锁闭阶段前,电流开始升高的时间点不同。正常的电流升高时间点约为,该点即为基准点。故障发生时,电流升高点为〜。值曲线与故障匹配规则库中的最低分数参考线,或最高分数参考线比较,获取邻近的数值如果实际的数值曲线低于最低分数的参考线,则评分为如果实际的数值曲线高于最高分数的参考线,则评分为如果实际的数区别进行评分,基于该评分和前述方法建立的故障匹配规则库,得到相应的趋势预警结果。以转辙机卡阻为例......”。

9、“.....可以辨明该故障拥有个明显的特征点在转辙机进入锁闭阶段前,电流开始升高的时间点不同输出将实际电信号处理后的数据信息与故障规则进行对比,通过分析诊断,预测和推断故障类型,具体步骤如下。采集实际数据,形成道岔转辙机的实际动作曲线。对所述实际动作曲线进行波形过滤去除噪音。搜寻特征相关技术文献,本文提出了基于定性趋势分析的型转辙机故障预警方法,通过分析转辙机卡阻时的数据,研究并建立转辙机设备的早期故障诊断方法。案例验证现场数据采集在型交流电动转辙机的卡阻预警转辙机故障的诊断监测十分有效。关键词转辙机定性趋势分析特征点故障匹配规则比较库铁路道岔转辙机是保障铁路运营安全的重要设备。铁路道岔现场经常发现异物,如道砟沙土或其他物体掉落卡阻在基本机周边,设置各种传感器及电子元器件......”。