论文部分内容阅读
安全是企业正常生产的前提,而检测技术是设备正常安全运行的保障。随着铁路运用高新技术在大提速、货运重载和信息技术等方面的重大突破,许多传统的运输组织模式和作业方式发生了质的变化。其中货物列车甩掉守车,取消运转车长,使用列车尾部安全防护装置(以下简称列尾装置)就是一项重大改革。但现有的列尾装置检测,均由人工手动完成,读数、记录、随意性强,可靠性低,更由于现场检测人员业务素质参差不齐,责任心有高有低,不能保证投入运行的列尾装置均能正常使用,因此,如何确保列尾装置的可靠性,提高行车安全,已成为急迫需要解决的一个问题。针对这个问题,本文提出了针对列尾装置的自动检测系统。本系统在现有检测设备和手段的基础上,集检测、管理为一体,所有检测项目在计算机、机电一体化的支持下自动、顺序完成,检测速度快,操作简单、规范,检测项目的结果具有准确性、唯一性,所有数据可打印、存档、统计,实现科学的管理。本文提出的列尾装置自动检测系统的核心是一个仿真在线式的列尾装置运行环境,模拟列尾装置实际运行环境,通过检测其反馈信号,判别列尾装置的状态,最后综合应用各种方法,判别列尾装置的好坏以及可能的故障原因。列尾装置自动检测中需要处理多种反馈信号,包括电压、电流、气压、反馈语音等,其中反馈语音信号是一个重要的检测量,对于列尾装置好坏的自动判别起着重要的作用。本文探讨了列尾装置自动检测系统的背景、流程、系统构成、技术方案、检测信号及其检测方式,着重介绍了语音识别技术在列尾装 I<WP=3>四川大学硕士学位论文置自动检测系统中应用,包括语音信号的特点、语音的信号分析、编码、预处理。根据语音信号的长时间非平稳,但短时间内则可以看作平稳信号的特点,我们利用统计模式识别的方法,通过对待检测语音的学习,得到其特征,利用各种特征检测办法对其进行识别,包括模板匹配、隐马尔科夫模型方法以及神经网络方法等。对目前语音识别中的主流技术隐马尔科夫模型的应用作了详细的介绍,并且与语音识别中的其他技术做了介绍和对比。最后总结并展望了目前已经实现的列尾装置自动检测系统。