小波变换在摆式列车倾摆系统故障诊断中的应用

分析了摆式列车倾摆控制系统的可能故障,提出了由信号的小波变换奇异点在多尺度上的综合表现是否有突变来检测倾摆控制系统的执行器和传感器故障并对陀螺仪故障诊断进行了计算机仿真分析,结果表明,小波变换法诊断摆式列车倾摆系统故障有明显的优越性。     

小波包神经网络在卸船机电机故障模式识别中的应用

针对卸船机中异步电机故障率高的问题,本文采用小波包分解和神经网络技术相结合的方式,将采集到的电机振动信号进行小波包分解,通过分析观测信号在小波包某一分解层次上不同时频分辨空间中的能量分布,进行电机运行状态的特征提取,对提取的特征用RBF神经网络技术进行故障诊断,为卸船机的电机故障诊断提供了一种新的思路和方法。     

基于集成神经网络的刀具磨损量监测

提出了一种基于集成神经网络识别铣刀磨损量的监测方法．利用小波包变换将切削力和振动信号分解为不同频带的时间序列，从每个信号中选择与刀具磨损状态最相关的3组频段的均方根作为监测特征；通过信号的组合和不同子网络输出决策间的融合，集成神经网络输出刀具磨损的识别结果．试验和仿真分析表明，此方法能够满足刀具磨损量实时监测的要求．     

基于EEMD和小波包的机车轴箱轴承故障诊断方法

提出了一种基于聚合经验模态分解(ensemble empirieal mode decomposition,EEMD)和小波包的机车轴箱轴承故障诊断方法.首先对轴承振动信号进行小波包分解,分别对小波包分解得到的小波包系数进行阈值去噪处理,将降噪后剩余的小波包系数进行信号重构.然后再对重构后的信号进行EEMD,计算EEMD分解得到的IMF分量和原信号的互相关系数,最后对满足相关条件的IMF分量进行故障诊断分析.为了验证该方法的正确性,搭建了轴承试验平台,通过对轴承实测数据进行故障诊断分析,实验证明该组合诊断方法能克服单一信号处理方法的局限性并能初步诊断出轴承发生的故障.     

基于小波和模糊模式识别的齿轮故障诊断

利用小波把齿轮振动信号分解到独立的频带里,提供无冗余,无疏漏的诊断信息,使用各个独立频带内的能量作为信号的特征量,然后用模糊模式识别方法对特征量进行定性分类,从而克腚状态类型,结合表明,特征量是有效的,齿轮状态得到了较好的分类。     

基于LonWorks技术的摆式列车倾摆测控网络试验研究

就ＬonWorks技术的摆式列车倾摆测控网络系统中的应用进行了研究,试验表明采用ＬonWorks技术构成的摆式列车倾摆测网络系统具有高的可靠性和好的实时性,该研究为ＬonWorks技术在摆式列车倾摆测控系统中的最终成功应用提供了理论和试验依据。     

一种评定摆式列车回复安全性的方法

提出了采用摆式列车倾摆机构的回复刚度来评定摆式列车的回复安全性的方法。回复角刚度表述了在倾摆过程中倾摆机构失去动力时,车体回复中位的稳定性。当回复角刚度为正时,车体可在重力作用下回复到中位;为负时则不能回复到中位;为零时处于临界状态。可以把回复角刚度作为衡量车辆回复安全性的指标。     

内燃摆式列车组的网络通信系统

介绍内燃摆式列车组网络通信系统的作用、功能、列车网络系统的国际标准、内燃摆式列车组通信网络的方案选择等。为使内燃摆式列车组在运行中能正确地倾摆,列车要有网络通信系统,将客车应倾摆的角度,传统列车的第一节客车上,使之倾摆。     

一种小波包去噪自适应阈值算法

小波包变换可以将不同频段的信号分离,信号和噪声经小波包分解后,其小波包系数将表现出不同的特性,通过对小波包系数进行阈值处理 ,可以有效地抑制噪声,很好地重构信号.运用统计信号处理的理论,提出了一种确定小波包分解系数自适应阈值的方法.结果证明,这种方法具有良好的去噪效果.     

内燃摆式列车组的网络通信系统Q

介绍内燃摆式列车组网络通信系统的作用、功能,列车网络系统的国际标准,内燃摆式列车组通信网络的方案选择等。为使内燃摆式列车组在运行中能正确地倾摆,列车需要有网络通信系统,将客车应倾摆的角度,传到列车的每一节客车上,使之倾摆。     

倾摆控制系统对摆式列车动力学性能的影响

从研究摆式列车的控制方法入手 ,讨论摆式列车的 PID控制策略及其系统的组成。建立了带有闭环控制系统的摆式客车力学仿真模型 ,并对控制系统的特性参数、滞后时间和控制系统失效等问题对摆式客车曲线通过性能的影响展开仿真分析 ,以得出摆式客车安全性能指标的定量结果     

基于小波网络的船舶柴油机燃油系统故障诊断

采用小波变换和BP神经网络的辅助式结合,通过小波变换提取故障特征向量作为BP神经网络的输入值,设计并组建了小波神经网络;利用小波变换模极大值分析高压油管燃油压力信号的奇异性,提取故障特征向量;根据故障采集数据并建立学习样本,通过网络训练建立BP神经网络输入和输出间良好的非线性映射,进而通过特征向量输入BP神经网络来诊断故障。实验数据分析表明:该方法具有良好的诊断效果。     

高速摆式客车转向架及其动力学特性

铁路运输欲在竞争激烈的运输市场中占有一席之地，必须提高其运营速度，以缩短旅客和货物的运行时间，旅客列车提速已成为当今中国铁路的一项重大技术政策。采用摆式客车是在既有线路上提速的有效措施，摆式客车的关键技术之一是转向架。概述了国外几种主要摆式客车转向架的结构特点，介绍了中国铁道线路的基本情况，根据中国线路特点和摆式客车对转向架的特殊要求，提出了以一系柔性定位转向架作为中国高速摆式客车转向架的基本方案，并对其可行性和必要性进行了分析，最后对中国高速摆式客车转向架的初步结构和动力学性能进行了探讨。     

摆式列车线路信息检测系统动态补偿

为了改善基于陀螺平台的摆式列车检测系统的动态特性，用最小二乘法及其改进算法，建立了描述陀螺平台系统动态特性的差分数学模型，并对其动态特性进行了分析．在此基础上，采用零极点匹配法设计了相应的动态补偿数字滤波器．仿真结果表明，用所设计的数字滤渡密对陀螺平台系统进行动态补偿，能使超高信号的延时小于0．4s，满足摆式列车实时倾摆控制的需要．     

遗传算法优化的模糊神经网络在故障诊断中的应用

本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。     

基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

摆式列车液压倾摆系统的基本构成与关键技术

介绍和分析了摆式列车倾摆机构的基本构造、基本要素和关键技术,为开发研制中国具有独立知识产权的摆式列车提供参考。