一、机车当量公里数学模型的研究（论文文献综述）
李燕,张惟皎,贾志凯[1]（2013）在《动车组年度高级检修量预测方法》文中研究指明为准确、高效地预测任意时间段内的所有动车组高级检修量,提出了一种动车组年度高级检修量预测方法。以上线动车组的既有运行规律的相关数据为初始值,计算后续高级检修具体日期和统计时间段内的高级检修量,得到上线动车组的高级检修总量。针对尚未投入使用的动车组,从宏观角度建立各个修程年度高级检修量概率计算方法,使用积分统计方法得到统计时间段内未上线动车组的高级检修总量。将2013年实际检修计划和2015年预测计划的总高级检修量进行归一化处理,进行了相关比较与误差计算。计算结果表明:当基准动车组为670组,上线日均走行公里在1 0003 000km,计算周期为180d时,2015年归一化数据与2013年归一化数据的相对误差为-2.86%,三、四级检修的相对误差分别为-0.23%、9.24%,误差在有效范围之内,方法有效。
齐金平,史亚娟,谢荣,杨团名,孟凡刚[2]（2012）在《基于模糊综合评判的铁路机车检修计划制定方法研究》文中研究表明针对现行修制下制定铁路机车检修计划存在的不足,利用模糊综合评判的方法,建立一种包含机车走行公里、动态信息与静态信息等影响因素在内的模糊综合评判模型。在机车线性当量公里模型的基础上,定义对各类影响因素的模糊指标权重,实现对机车实际磨耗的综合评价;并以此为依据,制定机车的检修计划,使机车检修计划的制定更加科学、合理。
强成[3]（2010）在《基于人工神经网络的铁路机车检修周期确定方法研究》文中认为针对铁路机车检修工作,本文在传统的机务检修的基础上,将机车运行过程中的公里量,负荷量和时间量作为因子,通过人工神经网络训练进行学习,形成了一种确定机车检修周期的新方法,建立了机车当量公里的模型,以期解决铁路机车科学检修中的检修周期确定问题。
田洪,罗阳[4]（2010）在《基于模糊故障树的铁路机车周期预测研究》文中研究表明对当前我国机车检修预测的现况进行分析,在传统的机务检修基础上建立机车检修周期模糊故障树模型,形成一种预测机车检修周期的新方法,解决我国铁路机车科学检修中的机车检修周期预测问题。
齐金平,史亚娟,杨团名[5]（2010）在《基于模糊故障树的铁路机车检修周期预测研究》文中研究表明在当前国内机车检修预测的当量公里模型的基础上建立了机车检修周期模糊故障树模型,并将机车运行过程中静态、动态的影响因素通过模糊故障树模型进行了分析,形成了一种预测机车检修周期的新方法,为解决铁路机车检修中的机车检修周期预测问题建立一种新的较科学的模型.
齐金平,宋薇,李宏亮,杨团名[6]（2010）在《基于遗传算法的二元决策树方法在机车当量公里数学模型中的应用研究》文中研究表明基于遗传算法构造二元决策树的方法,不但可以求解出树结点的线性权值矢量,同时也确定了二元决策树的结构。将该方法应用于机车当量公里数学模型中,提出了一种确定机车当量公里系数的新方法,利用二元决策树分类预测结果,科学、合理地确定不同工况下的机车当量公里数学模型。
王锐锋,赵俊霞,齐金平,闫军,李刚[7]（2009）在《铁路机车检修计划生成系统的研究》文中提出基于模糊理论分析了机车在运行过程中的多种影响因子对机车磨损的影响,对机车检修周期的基本影响因子J、走行公里相关因素Z以及动态因素D进行了深入研究,引入机车当量公里的数学模型,制定出合理的检修计划,建立了铁路机车检修计划生成系统。该系统为机车检修周期提供了合理的依据,大大提高了机车在运行中的经济效益。
王锐锋,罗扬,阎军,张伟,蒋兆远[8]（2008）在《基于人工神经网络的机车当量模型的研究》文中研究指明研究了当前我国机车检修的现状,在传统的机务检修基础上建立了机车当量公里的模型,将机车运行过程中的公里量、负荷量和时间量通过人工神经网络训练进行学习,形成了一种确定机车检修周期的新方法,解决了确定我国铁路机车检修周期问题。
李宏亮,齐金平,高静涛,蒋兆远[9]（2008）在《数据挖掘在机车检修计划决策支持系统中的应用研究》文中指出介绍了数据挖掘技术在机车检修计划决策支持系统中的应用,通过建立数据挖掘系统模型,利用基于遗传算法的二元决策树对机车当量公里系数的决定因子进行分类预测,获取新的知识,丰富决策支持系统的知识库,更加合理科学的制定机车检修计划,通过项目验证了该数据挖掘模型在系统中的可行性.
王强富[10]（2008）在《铁路机车小辅修管理与监控系统的研究与开发》文中指出随着我国铁路的高速发展,全面应用信息技术,推进铁路信息化已经成为铁路科技发展的重点任务之一。机车担当着为铁路运输提供牵引动力的重任,机车的状态直接影响着铁路运输的效率和安全。因此铁路机务段也需要不断适应发展形势,运用各种信息化手段提高机务段机车运用与管理水平。机车检修是机务系统的核心业务流程之一,是关系到铁路安全、正点、节能的关键环节。近年来,我国许多铁路局和机务段都利用计算机进行机车检修运用管理方面的工作,针对性的开发了各种机车检修管理信息系统,这些系统主要还处于对数据的初级管理阶段（即信息的采集、存储和使用）,没有实现以过程管理与监控为核心功能的机车检修,同时缺乏信息深层次的应用,不能有效的提高机车检修与运用的质量。鉴于此,为达到机车检修信息更深层次的应用,论文针对我国铁路机车检修管理信息系统研究与应用中的不足,研究基于机车当量公里的机车检修计划编制方法,并将该方法应用到系统中;此外,系统应用可靠性理论与方法,利用机车运用与检修等信息对机车可靠性指标进行统计分析,为评价机车运用与检修质量、制定和调整机车检修计划提供重要依据。论文结合安徽省淮北市临涣机务段的机车检修管理工作的现状,针对机务段机车检修作业的业务流程,从系统分析、系统设计及系统开发三个阶段对铁路机车小辅修管理与监控系统进行设计与开发。论文依据需求调查结果,分析系统功能与技术需求,优化了系统业务流程和数据流程,并在此基础上设计了机车小辅修管理与监控系统的总体结构、功能模块、网络结构及系统数据库。最后,论文对系统的主要功能模块进行开发实现,并对系统开发中采用的关键技术进行研究,包括利用GDI+自定义图形控件、多表连接查询的处理方法的设计、系统数据安全性设计以及指纹识别仪的应用等。通过系统的试运行,表明了该系统的实用性,显着提高了机车检修的作业效率与管理水平。
二、机车当量公里数学模型的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、机车当量公里数学模型的研究（论文提纲范文）
（1）动车组年度高级检修量预测方法（论文提纲范文）
| 0 引言 |
| 1 年度高级检修计划 |
| 1.1 年度高级检修计划编制流程分析 |
| 1.2 年度计划侧重点 |
| 2 高级检修预测算法 |
| 2.1 推算法 |
| 2.2 走行公里倍除法 |
| 2.3 关键参数分析 |
| 2.3.1 车组日均走行公里 |
| 2.3.2 年平均开行天数 |
| 2.4 算法适用性比较 |
| 3 计算结果分析 |
| 3.1 2015年检修总量预测 |
| 3.2 2015年预测检修总量与2013年实际检修计划的归一化数据误差对比 |
| 4 结语 |
（2）基于模糊综合评判的铁路机车检修计划制定方法研究（论文提纲范文）
| 1 引言 |
| 2 建立机车检修计划的模糊综合评判模型 |
| 2.1 机车检修计划综合评价指标体系 |
| 2.2 模糊综合评判 |
| 2.2.1 确定铁路机车检修计划的评语集 |
| 2.2.2 确定铁路机车检修计划的评价因素集 |
| 2.3 确定铁路机车检修计划的各评价因素的权重确定 |
| 2.4 确定机车检修计划的模糊矩阵 |
| 2.4.1 评价因素分类 |
| (1) 走行公里。 |
| (2) 运行区段。 |
| (3) 车型。 |
| (4) 检测信息。 |
| (5) 机统信息。 |
| 2.4.2 确定隶属度 |
| 2.4.3 确定模糊矩阵 |
| 2.4.4 综合评判矩阵的计算 |
| 3 实例分析 |
| 4 结论 |
（3）基于人工神经网络的铁路机车检修周期确定方法研究（论文提纲范文）
| 0 引言 |
| 1 铁路机车当量公里的研究 |
| 2 机车当量公里神经网络模型的确定 |
| 2.1 样本的选取 |
| 2.2 输入层, 输出层结点数 |
| 2.3 隐含层的结点数 |
| 3 样本的预处理与网络训练 |
| 3.1 样本的预处理 |
| 3.2 网络的训练 |
| 4 结论 |
（4）基于模糊故障树的铁路机车周期预测研究（论文提纲范文）
| 0 引言 |
| 1 机车检修周期预测故障树模型的建立 |
| 2 铁路机车检修周期预测原型研究 |
| 3 机车检修周期预测原型检测 |
| 4 结论 |
（5）基于模糊故障树的铁路机车检修周期预测研究（论文提纲范文）
| 0 引言 |
| 1 机车检修周期预测故障树模型的建立 |
| 1.1 确定机车检修故障树的顶事件 |
| 1.2 建立机车检修周期故障树 |
| 1.3 影响机车出力的基本影响因素评定 |
| 1) 机车车型评定: |
| 2) 机车区段评价: |
| 2 模糊故障树对机车磨耗影响因子的预测 |
| 2.1 机车的静态因素预测 |
| 2.2 机车动态因素预测 |
| 3 模糊故障树在机车检修周期预测中的应用 |
| 4 结论 |
（6）基于遗传算法的二元决策树方法在机车当量公里数学模型中的应用研究（论文提纲范文）
| 1 引言 |
| 2 基于遗传算法构造二元决策树的原理 |
| 3 模型结构的确定 |
| 4 预测结果的应用与分析 |
| 4.1 当量公里数学模型 |
| 4.2 预测结果应用分析 |
| 5 结语 |
（7）铁路机车检修计划生成系统的研究（论文提纲范文）
| 0 引 言 |
| 1 检修计划生成系统结构图 |
| 2 检修计划生成影响因素的拟定 |
| (1) 机车车型评定: |
| (2) 机车区段评价: |
| 3 检修计划生成影响因素数学模型的建立 |
| (1) 地面检测 |
| (2) 运行日志 |
| (3) 机统信息 |
| 1) 建立机统信息数据字典。 |
| 2) 根据系统给出的地面检测信息, 系统给出地面检测的总体评价指标。 |
| 4 结 论 |
（8）基于人工神经网络的机车当量模型的研究（论文提纲范文）
| 1 引言 |
| 2 机车当量公里的研究 |
| 3 机车当量公里神经网络模型的确定 |
| 3.1 样本的选取 |
| 3.2 输入层、输出层结点数 |
| 3.3 隐含层的结点数 |
| 4 样本的预处理与网络训练 |
| 4.1 样本的预处理 |
| 4.2 网络的训练 |
| 5 结论 |
（10）铁路机车小辅修管理与监控系统的研究与开发（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文研究内容和基本框架 |
| 2 基于机车当量公里的机车检修计划编制方法研究 |
| 2.1 概述 |
| 2.2 机车当量公里简介 |
| 2.2.1 机车当量公里的基本概念 |
| 2.2.2 机车当量公里的计算过程 |
| 2.3 基于当量公里的机车检修计划编制方法 |
| 2.3.1 方法设计 |
| 2.3.2 方法应用 |
| 2.4 小结 |
| 3 机车运用与检修可靠性指标分析系统研究 |
| 3.1 概述 |
| 3.2 机车运用与检修可靠性指标 |
| 3.3 机车可靠性指标统计分析系统 |
| 3.3.1 系统设计 |
| 3.3.2 系统应用 |
| 3.4 本章小结 |
| 4 铁路机车小辅修管理与监控系统分析与设计 |
| 4.1 系统分析 |
| 4.1.1 系统需求分析 |
| 4.1.2 系统业务流程分析 |
| 4.1.3 系统数据流程分析 |
| 4.1.4 技术路线选择 |
| 4.2 系统设计 |
| 4.2.1 系统的设计原则 |
| 4.2.2 系统总体结构设计 |
| 4.2.3 系统功能模块设计 |
| 4.2.4 系统网络结构设计 |
| 4.3 系统数据库设计 |
| 4.3.1 数据库表设计 |
| 4.3.2 数据库访问技术 |
| 4.4 本章小结 |
| 5 铁路机车小辅修管理与监控系统的实现及关键技术 |
| 5.1 系统主要功能模块的实现 |
| 5.1.1 系统维护子系统 |
| 5.1.2 基本信息维护子系统 |
| 5.1.3 机车及配件运用子系统 |
| 5.1.4 机车检修计划管理子系统 |
| 5.1.5 机车小辅修作业监控子系统 |
| 5.1.6 机车故障与可靠性指标分析子系统 |
| 5.2 系统关键技术 |
| 5.2.1 利用GDI_+自定义图形控件 |
| 5.2.2 多表连接查询的处理方法 |
| 5.2.3 系统数据安全性设计 |
| 5.2.4 指纹识别仪的应用 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
四、机车当量公里数学模型的研究（论文参考文献）
- [1]动车组年度高级检修量预测方法[J]. 李燕,张惟皎,贾志凯. 交通运输工程学报, 2013(04)
- [2]基于模糊综合评判的铁路机车检修计划制定方法研究[J]. 齐金平,史亚娟,谢荣,杨团名,孟凡刚. 内燃机车, 2012(11)
- [3]基于人工神经网络的铁路机车检修周期确定方法研究[J]. 强成. 科技传播, 2010(24)
- [4]基于模糊故障树的铁路机车周期预测研究[J]. 田洪,罗阳. 硅谷, 2010(16)
- [5]基于模糊故障树的铁路机车检修周期预测研究[J]. 齐金平,史亚娟,杨团名. 兰州交通大学学报, 2010(03)
- [6]基于遗传算法的二元决策树方法在机车当量公里数学模型中的应用研究[J]. 齐金平,宋薇,李宏亮,杨团名. 内燃机车, 2010(02)
- [7]铁路机车检修计划生成系统的研究[J]. 王锐锋,赵俊霞,齐金平,闫军,李刚. 计算机应用与软件, 2009(02)
- [8]基于人工神经网络的机车当量模型的研究[J]. 王锐锋,罗扬,阎军,张伟,蒋兆远. 内燃机车, 2008(03)
- [9]数据挖掘在机车检修计划决策支持系统中的应用研究[J]. 李宏亮,齐金平,高静涛,蒋兆远. 兰州交通大学学报, 2008(01)
- [10]铁路机车小辅修管理与监控系统的研究与开发[D]. 王强富. 北京交通大学, 2008(09)