基于隐马尔科夫模型的道岔故障诊断方法

针对国内外高速铁路的快速发展,道岔故障严重影响行车安全及运输效率,本文提出一种基于隐马尔科夫模型的道岔故障诊断方法,通过增加道岔设备的潜在故障状态,将道岔设备的状态进行多状态细分。采用基于Fisher准则函数和主成分分析的方法进行特征提取,矢量量化处理后,建立不同故障模式下的HMM模型,通过比较测试数据与训练得到的不同HMM模型的匹配值进行故障诊断。利用京广铁路长沙南某型号道岔连续动作功率数据,对模型的性能进行测试,完成了故障诊断的实现与验证。仿真结果表明,采用四维特征信息时,其训练时间相对于其他机器学习方法有了较大提高,正确率达到90%以上,且该方法将道岔状态进行细分,通过分析每种状态之间的状态转移,可以预测道岔故障,从而进行道岔设备健康状态监测。     

动车组主变流器的状态数据仿真研究

为解决传统动车组主变流器维修模式的缺陷,引入故障预测和健康管理技术对动车组主变流器维修进行设计研究,探讨了基于HMM模型+小波分析的主变流器故障预测与健康管理的故障诊断原理,通过仿真研究建立了MATLAB仿真模型,验证上述方法是可行的。     

基于模型诊断和专家系统的牵引变压器故障诊断研究

针对现有专家系统在故障诊断中存在的问题,提出将基于模型诊断的方法应用于牵引变压器故障诊断中.将故障分为潜伏性故障和电气回路故障两类,对于前者,将专家系统和基于模型的诊断方法相结合,充分利用两者的优势对变压器故障进行诊断,并给出具体实现过程;对于后者,直接利用模型诊断的方法,建立以电压、电流为变量的牵引变压器结构和功能的两层抽象模型,利用观测位置的不变性,将诊断分为离线和在线诊断两部分,对牵引变压器故障进行诊断.通过实例仿真获得故障数据并应用模型诊断推理,验证了基于模型诊断的方法应用于牵引变压器故障诊断的可行性和有效性.     

基于反向传播神经网络的质子交换膜燃料电池故障诊断

为了识别质子交换膜燃料电池的故障,提出了基于反向传播神经网络(Back Propagation Neural Network,BPNN)的燃料电池故障诊断方法。通过提取单片电池电压、电堆总电压、电流密度和电流作为输入特征向量,采用BPNN作为模式分类器进行故障诊断。结果表明,该方法可快速诊断高频电流纹波故障,平均分类准确率达94.95%。     

基于HHT、DBWT的无绝缘轨道电路补偿电容故障诊断

通过基于传输线理论的无绝缘轨道电路分路状态仿真模型,分析补偿电容断线故障对轨道短路电流的影响规律,利用机车信号感应电压包络与轨道电路短路电流的关系,提出基于机车信号记录信息的补偿电容故障诊断方法。该方法采用B样条离散二进小波变换对机车信号所记录的感应电压幅度包络信号进行降噪,再通过对Hilbert-Huang变换的改进,计算各IMF分量经逐级累加后的相位信息,最后利用相位卷绕,根据相位信息中突变点的分布变化和补偿电容状态的对应关系,实现对补偿电容的故障诊断。实验表明,该方法适应性较强,受轨道电路长度和道砟电阻等轨道参数影响很小,能够准确检测出轨道电路单一补偿电容的故障位置,并且由于该方法的分析数据直接来自于机车信号自身的记录器,不需要额外增加硬件和单独安排运行交路,因此能够降低检测成本和满足对检测及时性等方面的要求。     

基于阶跃激励响应的牵引电机定子早期匝间短路故障诊断方法

为了实现对牵引电机定子绕组匝间短路早期故障的可靠诊断,文章提出了一种基于阶跃激励稳态响应电流的故障诊断方法。首先根据牵引电机三相定子绕组匝间短路模型,对定子绕组任意两相施加阶跃激励,推导出3种情况下的响应电流表达式,并依据响应电流稳态值的变化特征提出新的故障特征分量;然后,搭建故障电机仿真模型,分析短路电阻和短路故障严重程度对响应电流的影响,研究故障特征分量对早期匝间短路故障诊断的有效性与可靠性;最后搭建试验平台,分析当电机固有不对称时,匝间短路故障对故障特征分量的影响。仿真与试验结果表明,该故障特征分量可以表示早期的匝间短路故障及其严重程度,并且能滤除电机固有不对称的影响。基于阶跃激励稳态响应电流的诊断方法操作便捷,结果可靠性高,对保护牵引系统的安全具有极大意义,且具备极大的工程应用价值。     

基于HMM的客车转向架故障诊断与应用

介绍隐马尔可夫模型（HMM）算法在转向架故障诊断中的应用.利用HMM方法研究转向架在运行过程中抗蛇行减振器正常、异常状态,HMM的参数根据试验数据统计训练出,提出了一种新的转向架故障诊断方法,试验证明该诊断方法可行.     

基于遗传算法的无绝缘轨道电路故障综合诊断方法

基于传输线理论提出机车信号感应电压幅值包络仿真模型,利用机车信号感应电压与轨道电路信号电流的线性映射关系,分析补偿电容故障对机车信号感应电压幅值包络的影响规律,给出基于遗传算法的轨道电路故障综合诊断方法。以补偿电容和道砟电阻为决策变量,以实际的和仿真的机车信号感应电压幅值包络间差值的最小化为目标,构造适应度函数,通过对种群个体进行选择、交叉和变异等遗传操作,得到当前状态下各决策变量的最优值,从而实现轨道电路故障的综合诊断。实验表明,将遗传算法引入到轨道电路的故障诊断领域,利用机车信号的实际记录数据,能够对无绝缘轨道电路中多个补偿电容故障以及道砟电阻波动等情况作出正确的综合评判,从而弥补了目前检测方法的不足,为轨道电路的故障诊断提供了新的有效手段。     

基于邻相电流的逆变器功率管与电流传感器故障诊断方法

作为牵引逆变器的关键器件,功率管与电流传感器分别在能量转换与系统控制中扮演着至关重要的角色。然而,在恶劣多变的工作环境下,功率管与电流传感器会出现不同程度的老化或失效,从而引发故障。功率管开路故障与电流传感器零输出故障在某些情况下不仅具有相似的故障特征,而且极易给系统带来严重的后果,其故障诊断是当前的研究重点。目前,仅有少部分故障诊断方法对这2类故障的联合诊断进行了研究,且这些方法尚未考虑牵引逆变器两电流传感器方案下的故障诊断,容易出现故障误诊或漏诊等问题。针对牵引逆变器两电流传感器方案下的复合故障诊断问题,提出一种基于邻相电流的故障特征提取与诊断方法。该方法首先分析两相电流信号在功率管与电流传感器故障下的变化,从而推导故障相电流与邻相电流的准确数学模型。在此基础上,对邻相电流进行平移变换与坐标重构,得到具备故障辨识能力的邻相电流轨迹数学模型。将该模型与已有的电流轨迹相结合,可以对功率管单管开路故障、双管开路故障以及电流传感器零输出故障进行有效区分。验证结果表明,提出的方法在电机处于不同运转状态下是有效、可行的,对于有限电流信号下的牵引逆变器故障诊断具有较好的参考价值。     

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。     

低压脉冲反射法在贯通地线故障诊断中的应用研究

提出一种基于低压脉冲反射法进行贯通地线故障诊断的应用架构,设计贯通地线故障监测系统,结合低压脉冲反射测试法和智能电桥测试法,测试地线断线故障,并进行地线故障判距。通过对贯通地线监测子系统实时采集的地线绝缘报警线环路电阻和脉冲反射波形进行智能分析,实时故障诊断,对于贯通地线断线故障有较好的效果。     

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。     

基于改进卷积神经网络的无绝缘轨道电路调谐区故障诊断

针对现有故障诊断中忽略调谐区故障对列车安全影响的问题,建立分路状态下机车信号电压模型,获取调谐区正常状态及不同故障状态的机车信号电压;并考虑补偿电容故障、不同道砟电阻等对机车信号电压的影响,对现有数据库进行扩充,得到调谐区故障数据集。在此基础上,采用卷积神经网络(CNN,Convolutional Neural Networks)实现调谐区的故障诊断,特征提取通过CNN中卷积层实现,并对比不同卷积层参数下诊断准确率及训练时间,选择当前条件下相对最优的卷积层参数;采用dropout函数避免训练中出现过拟合现象,并通过CNN中第2全连接层实现故障分类。针对人为构建数据集时数据标签错误的问题,通过构建标签错误数据集的方式,减小错误标签数据对训练过程的影响。测试结果表明:当信噪比为40 dB时,测试集的准确率为97.92%,即在噪声环境下,该诊断方式仍然有效。     

基于Matlab的级联型高压变频器VF控制仿真平台研究

以级联型高压变频器(CAS-HVI)系统拓扑结构及功率单元结构为对象,通过Simulink构建功率单元组、移相变压器系统以及基于载波移相SPWM(CPS-SPWM)调制原理的PWM发生器子系统,形成基于VVVF控制的CAS-HVI仿真平台。利用该平台分别对突加减负载时功率单元的输入电流、母线电压、母线电流、输出电流的变化进行定性分析,并对相间短路极端故障情况下的功率单元状态进行定性分析。该仿真平台不但能提高CAS-HVI系统的开发安全性以及开发效率,有效降低开发成本,同时也展示了仿真的高效性及便利性。     

基于行波理论的10kV自闭/贯通线路故障测距技术

由于线路长、环境恶劣,10 kV自闭/贯通线路故障频繁发生,传统阻抗测距原理和基于线路监控终端的定位方法尚不能可靠、准确的确定故障(特别是小电流接地故障)位置,故障查找费时费力。利用故障产生的行波信号测量故障距离的方法已在输电线路获得成功应用。本文将行波测距原理应用到自闭/贯通线路,分析了自闭/贯通线路在接地及短路故障时产生的行波及其传输特征,并针对其线路结构的特殊性,提出了利用故障产生的电压行波信号线模分量、基于双端原理测量短路和接地等故障距离的模式,分析了实际应用中面临的行波信号获取等关键技术及故障初始相角、接地电阻、混合线路等对检测可靠性的影响。应用该方法的测距系统已在现场进行人工接地试验,并投入试运行,效果良好。该方法有望解决自闭/贯通线路故障定位这一难题。     

基于主元分析-概率神经网络的车辆受电弓故障诊断

在城市轨道交通车辆受电弓日常检修过程中,大量检修及故障数据未得到合理利用。针对计划检修已不能满足目前受电弓检修要求的问题,提出了一种基于主元分析和概率神经网络结合的故障诊断方法。该方法运用主元分析法对受电弓日常检修中的初始特征参数进行降维,将降维后特征参数输入到概率神经网络模型中进行故障诊断,判定受电弓故障模式。仿真结果表明,该诊断方法耗时短、正确性高。     

铁路信号非线性系统故障诊断方法研究

基于二值逻辑的故障诊断方法将系统状态分为正常状态和故障状态。本文针对介于正常状态和故障状态之间的中间状态,提出一种基于模糊逻辑和粒子滤波的非线性系统故障诊断方法。模糊逻辑可以描述非线性系统的故障渐变过程,而粒子滤波可以评估系统状态。通过比较不同故障等级的实际系统状态与系统评估状态,所得到的残差可作为故障诊断标准。以某型铁路信号控制系统的非线性系统为研究对象,利用不同开关状态模拟各种系统故障,仿真结果表明:该方法比传统二值逻辑故障诊断方法的精度更高,且诊断结果能够体现系统故障等级,较准确地反映系统实际故障情况,可以提高信号系统故障诊断的准确性。     

基于DSP的双桥并联可控整流电路故障诊断系统

对双桥并联可控整流电路各种故障情况下的整流电压波形进行详细分析和归类,定义T5个“面积”表达式以建立故障模型,提出了一种基于谱分析的DSP故障诊断方法并研制出DSP诊断系统对整流装置进行在线故障诊断,最后归纳出故障诊断的试验算法并总结了本方法的特点。     

基于小波分析的光伏并网逆变器故障诊断

针对光伏并网逆变器的故障检测与智能在线诊断问题,提出了一种C3C3逆变器故障特征提取方法。该方法以逆变器输出三相电流的小波分析结果作为判断依据,将故障信号的近似分量和细节分量相结合作为故障特征向量,利用神经网络的分类功能,实现对光伏并网逆变器的故障诊断。该方法无需电压信号和人工参与,硬件实现简单,且抗干扰性强。仿真实验结果证明了该方法的有效性。     

贯通线三相不平衡引发虚假接地故障的分析

根据10kv电力贯通线单相接地故障（小电流接地故障）和贯通线三相不平衡引发的零序过电压（虚假接地故障）的共同特征,对贯通线三相不平衡引发的虚假接地故障进行了理论分析和潮流计算,为现场判断故障类型和快速检修打下了理论基础。