基于粒子滤波的电力机车电气故障诊断

采用分布式传感器网络(DSN)对列车电气系统的各种状态信息进行检测,根据动态空间模型理论建立系统状态方程和观测方程,采用粒子滤波技术对系统滤波状态进行估计,通过二值决策法对每个传感器获得检测信息并与阈值对比,对比结果由故障诊断中心融合并给出最终决策结果,如果确认处于故障状态则给出故障预警.由于传递给诊断中心的数据是二值结果,降低了通信量,提高了实时性能.实验仿真结果验证了诊断系统的适用性和可靠性,也验证了粒子滤波在非线性、非高斯系统中的适用性.     

高速动车组横向悬挂系统失效故障的诊断方法

针对现有基于Kalman滤波技术的故障诊断方法不能有效诊断高速动车组横向悬挂系统失效故障的问题,通过建立高速动车组横向悬挂系统动力学仿真分析模型对高速动车组横向悬挂系统失效故障的特征进行分析发现,高速动车组横向悬挂系统中抗蛇行减振器失效故障对0~10Hz频段内的转向架横向振动加速度信号敏感,二系横向减振器失效故障对0~2Hz频段内的车体横向振动加速度信号敏感;基于此,提出改进的基于Kalman滤波技术的失效故障诊断方法,用于高速动车组横向悬挂系统失效故障的诊断。用该改进方法对转向架横向振动加速度信号进行0~10Hz滤波、对车体横向加速度信号进行0~2Hz滤波,然后计算二者信号的综合新息加权平方和(WSSR),若该WSSR有突变,则表明高速动车组横向悬挂系统发生失效故障。仿真分析结果表明:在车速为300km·h-1速度级下,采用改进方法可以有效地诊断高速动车组横向悬挂系统抗蛇行减振器和二系横向减振器的失效故障。     

模糊神经网络在摆式列车作动系统故障诊断中的应用

针对摆式列车倾摆作动系统故障所具有的模糊性，提出了一种基于模糊神经网络的故障诊断方法，将模糊理论与神经网络融合在一起，实现了对故障的模糊诊断，给出了模糊神经网络的结构，该网络由两部分组成，前一部分为模糊量化部分，后一部分为神经网络部分，根据输入特征量的实际情况，确定了各模糊子集上的隶属度函数，提出了一种阈值向量故障判别方法，使故障判别更具灵活性和合理性，根据相关文献构造了倾摆作动系统的构造判别表，形成故障诊断理论样本。以摆式列车倾摆作作动系统对象，就倾摆作动系统中几种典型的故障模式，有用模糊神经网络方法作了识别，仿真结果表明，该方法是行之有效的，为在摆式列车实车倾摆作系统故障诊断中的应用提供了理论依据。     

基于CNN-LSTM的车辆悬挂系统故障识别方法研究

高速铁路车辆（简称：车辆）运行条件恶劣多变,车辆悬挂系统的可靠性关系到行车安全和乘坐舒适性。当车辆的悬挂系统发生故障时,振动信号呈现非线性、非平稳的特征。为此,提出了一种基于卷积神经网络（CNN,Convolutional Neural Network）-长短时记忆（LSTM,Long Short-Term Memory）模型的车辆悬挂系统故障识别方法。通过SIMPACK平台建立了包含悬挂系统的车辆-轨道耦合动力学模型,获得了车辆系统各部件在健康状态及各类故障状态下的振动信号;以与故障元件关联部件的振动加速度信号作为模型输入,通过构建的CNN-LSTM模型对时序信号进行特征提取和分类预测,进而实现对车辆悬挂系统的故障识别;通过构建不同工况的故障数据集对该方法进行评估。试验结果表明,该方法在速度等级相同的情况下,故障识别准确率可达98%;在速度等级不同的情况下,故障识别准确率可达99%,验证了该方法的有效性。     

部分可观Petri网系统的在线故障诊断方法

针对Petri网系统故障检测与诊断过程中存在状态枚举及随后的状态爆炸问题,采用整数线性规划方法,提出了Petri网系统的在线故障诊断算法。算法将故障表示为Petri网模型的不可观变迁,定义了故障诊断器函数,通过可观的变迁序列,诊断系统行为是否出现故障。该算法避免了状态空间爆炸,降低了在线运算量的复杂性。以地铁列车进出站系统为实例,对地铁列车进出站系统进行含不可观变迁Petri网建模,应用提出的算法对铁列车进出站系统故障进行诊断。试验表明,该算法能有效应用于地铁列车进出站过程在线故障诊断。     

基于蒙特卡罗仿真的全自动运行系统弹性评估方法研究

为了避免单一故障场景下全自动运行系统弹性评估的片面性,采用蒙特卡罗的仿真方法,模拟系统遭受扰动以及性能下降程度的随机性,为全自动运行系统提供一种基于概率的弹性评估方法.以全自动运行线路燕房线为例,统计过去3年的信号以及综合监控系统故障数据,计算各设备的故障频率以及故障恢复时间分布.根据设备的故障后果为设备的性能下降划分等级,并根据故障数据,统计各性能下降等级发生概率.为每个性能等级设置"状态虚拟值"进行量化,设备的输出数据流权值与设备"状态虚拟值"相同,以系统总的数据流权值的变化表征系统性能的波动,采用基于"Zobel"的弹性量化方法,经过105次的模拟仿真,得到系统的弹性估计值为0.9893,同时分别对各设备进行105次受扰动仿真,得到系统关于各设备的弹性概率累积分布,同时得到CI、ATP以及ZC遭受扰动时系统的弹性分布较广,系统弹性可能出现较低值,转辙机以及轨道电路遭受扰动时系统弹性相对稳定,系统弹性保持在0.97以上.     

基于模糊神经网络的牵引变压器全局故障诊断方法

在传统的油中溶解气体分析方法的基础上,利用模糊神经网络强有力的关系处理能力,研究提出牵引变压器全局故障诊断方法.依据模糊神经网络理论,通过对数值逻辑故障诊断模型和物理逻辑故障诊断模型2类模糊神经网络故障诊断模型的分析,考虑信息采集节点的向量特性、变化趋势特性以及模糊神经网络的反馈特性,给出牵引变压器全局故障诊断模型,以故障征兆特征变化趋势表征故障征兆与故障类别间的因果关系,确立增益参数、权系数判定矩阵与决策矩阵.试验结果表明:该方法能够更好地分析牵引变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断牵引变压器故障带来的局限性,可以提高故障诊断的准确率.     

基于方法组合的轨道电路故障诊断模型

为了解决单一方法对25 Hz相敏轨道电路的故障诊断精度偏低等问题,提出基于最优权值的多方法组合故障诊断模型。首先通过模糊综合评判、灰色关联分析和BP(Back propagation)神经网络3种不同的诊断方法,对轨道电路进行初步故障诊断,然后根据各诊断方法的误判率计算出对应的最优权值,最后对各方法的诊断输出进行最优权值加权平均得到综合诊断的输出结果,确定故障类型。诊断结果表明:组合诊断模型有效地提高了轨道电路故障诊断的准确度,并证明了组合诊断模型的诊断准确度随着诊断方法的数量增加而提高。     

基于模糊穴映射方法的牵引变压器全局故障诊断

针对基于DGA的牵引变压器故障诊断方法中的不足,提出一种基于模糊穴映射方法的牵引变压器全局故障诊断方法。此方法在DGA分析基础上,增加了组件电阻、电流等多种故障信息,通过DGA与模糊穴映射方法的融合,实现牵引变压器故障的全局诊断。试验结果表明：这种方法对于牵引变压器全局故障诊断而言,可以更好地分析各类故障产生原因,明确有效输入与故障特征类型,避免单一特征数据集对牵引变压器故障诊断的局限性,具备可行性、高准确率。     

基于组合模型的轨道电路复杂故障诊断方法研究

由于轨道电路的性能受环境因素的影响较大,其故障的发生具有较大的随机性和模糊性,而单一诊断方法因考虑角度的片面性以及知识库的不完善性,往往很难满足轨道电路故障诊断的实际需求。鉴于单一诊断方法存在的不足,本文根据模糊故障诊断法、遗传算法和灰色系统理论3种诊断方法各自的诊断结果,构造最优组合模型,对25Hz相敏轨道电路进行故障诊断。诊断结果表明,利用组合模型对轨道电路故障进行诊断可以克服单项诊断方法信息单一、诊断片面等不足,具有更高的故障诊断准确度。     

基于电信号的高速列车动力链诊断技术研究

牵引电机、联轴节及齿轮等传动机械广泛应用于轨道交通车辆,是高速列车动力链的重要组成部分.这些动力链部件长期工作在复杂恶劣的环境下,在宽速域、大负载工况及轮轨冲击振动等因素影响下容易发生故障,进而影响列车的安全运行与行车秩序.因此及时预警潜在故障对于确保轨道交通车辆的正常运行与行车秩序具有重要的意义.由于基于电信号的诊断...     

基于共振解调的铁路货车轴承故障诊断

以铁路货车轴箱双列圆锥滚子轴承为研究对象,基于共振解调技术研究了早期故障精密诊断方法。首先在轮对跑合实验台上,采用压电加速度传感器、信号调理器和INV36DF型信号采集处理仪等搭建轴承故障测试系统,测量该类型轴承外圈和滚子存在轻微故障时的振动信号,然后通过带通滤波、包络解调和频谱分析等方法,准确提取出了轴承外圈和滚子的故障特征频率。研究结果表明,利用这种方法可以消除系统噪声干扰,能有效诊断出轴承外圈和滚子的轻微损伤。该方法对于铁路货车轴承的早期故障诊断具有较好的理论意义和实际应用价值。     

准 Z 源逆变器中IGBT 开路故障诊断

针对三相准 Z 源逆变器的安全可靠运行问题,提出一种快速、实用的准 Z 源逆变器 IGBT 开路故障诊断 方法。新型 IGBT 开路故障诊断基于 Z 源逆变器自身特性实现,通过在开关周期内观察故障前后直通状态的变化 对系统变量的影响来辨识故障,实施时分为两个连续阶段,一是 IGBT 开路故障检测和定位,二是激活冗余桥臂, 完成故障容错运行。利用三相准 Z 源逆变器低压样机进行测试,实验结果验证,所设计的 IGBT 开路故障诊断方 案可快速检测出 IGBT 故障,并能在 0.5 ms 内完成系统重构,实现故障容错运行。在轨道交通系统中采用所提出 的 Z 源逆变器 IGBT 开路故障诊断方案,可以保证供电系统的可靠运行。     

故障诊断的时间因果贝叶斯网模型

在一类诊断所依据的可观信号(警报)具有时序特性的故障诊断问题中,诊断所依据的警报、这些警报出现的先后顺序以及它们之间的时间间隔,都与诊断结果有关联。针对这一类故障诊断问题,提出了时间因果贝叶斯网模型,采用模糊方式对故障与警报之间的时间因果关系进行离散化处理,用模糊运算来合成多个时间因果关系,通过概率计算获得最大可能的故障假说。理论与算例表明该方法有效可行。     

基于SVD-MOMEDA的高速列车齿轮箱轴承故障诊断

针对强背景噪声环境下高速列车齿轮箱轴承故障信号难以检测的问题以及多点优化最小熵解卷积修正(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)方法受滤波器阶数、故障周期影响的问题,提出了基于奇异值分解(singular value decomposition, SVD)改进的MOMEDA的轴承故障诊断方法。首先采用SVD作为MOMEDA的前置滤波器滤除部分噪声,然后通过MOMEDA多点峭度谱追踪故障周期成分,采用变步长搜索法迭代求解MOMEDA滤波器最优阶数,最后利用最优参数相对应的MOMEDA增强信号中的周期性脉冲,并通过包络谱提取故障特征。仿真信号和试验数据分析表明:该方法能实现高速列车齿轮箱轴承故障的精确诊断,且故障诊断效果优于互补经验模态分解方法。     

基于图形和状态推理的计算机联锁运维智能诊断方法研究

为了降低计算机联锁故障的影响和减少劳动强度,有必要提升计算机联锁系统监测和诊断的智能化水平。在研究国内外相关信号设备的基础上,建立联锁系统信息大数据,采用图形和状态推理的方法对计算机联锁故障给出诊断结论。对机柜设备硬件、系统通信、继电接口3个方面的典型故障进行实例研究,提出针对机柜硬件方面的基于三维模型的显示及故障诊断方法,针对系统通信方面的基于物理状态图的显示及故障诊断方法,针对继电接口方面的基于状态图的显示及故障诊断方法。图形和状态推理方法以及典型实例为技术开发提供了理论支撑,该智能诊断方法的应用和推广将在提高维护效率、降低故障处理难度方面发挥重要作用。     

模糊诊断法在监测系统中的应用研究

基于多级模糊综合评判故障诊断方法，设计车站信号故障诊断子系统，填补微机监测系统的功能不足。着重分析和研究模糊推理过程，给出车站信号模糊诊断及评判模型，通过实例证明了模糊推理结果和专家经验吻合，从而验证了故障诊断子系统的实用性。     

作动器故障时摆式电动车组受电弓主动倾摆控制系统的自动容错控制方法

通过分析摆式电动车组受电弓主动倾摆控制系统的结构和工作原理,建立其状态方程和非完全失效故障情况下作动器模型.考虑到倾摆控制系统参数和作动器故障的不确定性,采用基于参考模型的自适应容错控制策略,通过将故障作动器损失的驱动力平均分配给其他无故障的作动器,实现作动器驱动力的重组.以某摆式电动车组的受电弓主动倾摆控制系统作动器发生故障为例,对电动车组以120km·h-1速度通过半径为800m的圆曲线线路时的容错控制进行仿真研究.结果表明;倾摆控制系统能够跟踪给定的参数输出并使状态跟踪误差迅速收敛为0,基于自适应容错控制技术设计的自适应故障补偿控制器能够有效实现部分作动器故障后作动器驱动力的重组,表明给出的自适应容错控制方法完全适用于摆式电动车组受电弓主动倾摆控制系统的不确定性运行环境.     

基于Mamdani模糊神经网络的相敏轨道电路故障诊断方法研究

针对25 Hz相敏轨道电路故障的不确定性与模糊性,提出一种基于Mamdani模糊神经网络的轨道电路故障智能诊断改进方法。采用自适应-动量BP学习调整法对模型参数进行训练优化,给出推导过程,并讨论系统参数初始值的设定。仿真实验表明,在相同实验条件下改进方法降低了训练误差,并有效地提高了诊断学习过程的稳定性与收敛速度,对25 Hz轨道电路故障进行智能模糊诊断是可行的。