上汽大众帕萨特发动机严重抖动故障

车型:上汽大众帕萨特,配置1.8T发动机。VIN:LSVCD6A45BNxxxxxx。行驶里程:105882km。故障现象:启动车辆,发动机严重抖动,加速无力。车内仪表显示故障灯点亮。故障诊断:维修技师接到车辆后先进行初步检查,首先验证了故障现象,观察到车辆组合仪表的发动机报警灯已被点亮。     

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。     

经验小波在机车轴承故障诊断中的应用

针对机车轴承故障诊断中故障特征提取的难题,将经验小波变换(EWT)引入机车轴承振动信号分析。经验小波通过构造紧支撑自适应滤波器将信号分解为多个固有模态分量,能有效抑制模态混叠。针对轴承振动特征对经验小波变换进行改进,提出了首先利用改进经验小波变换分解机车轴承振动信号,然后以峭度为指标筛选敏感分量,进而对敏感分量进行希尔伯特包络解调提取轴承故障特征的诊断方法。机车运行试验表明,文章所提出的方法划分机车轴承振动信号频带合理,能有效提取轴承故障特征频率,准确诊断各种类型的轴承故障。     

基于CBR的无线闭塞中心故障诊断方法研究

无线闭塞中心(RBC)系统结构、功能复杂,维护过程中积累了大量的现场诊断案例。为了有效利用历史诊断经验,将人工智能CBR(Case-Based Reasoning)技术引入到无线闭塞中心的故障诊断中,分析基于CBR的RBC故障诊断流程,运用面向对象的方法对RBC故障案例进行了表示,提出基于R-S(Rough Set)理论的案例特征属性权重计算方法,采用融合最近邻和余弦函数的相似度算法改进了传统案例推理技术的相似度算法。最后以RBC维护终端的具体案例验证提出方法的有效性。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

基于多功能车辆总线的机车轴承故障诊断系统

研制开发的基于多功能车辆总线的机车轴承故障诊断系统是通过监测温度和振动信号来对机车走行部轴承进行早期诊断和预警,把组合预测模型引入机车轴承故障预警,使用灰色模型和时间序列模型预测故障增长性趋势和波动性趋势,再将预警值加以综合。给出了诊断系统的硬件结构、软件功能与特点。试验表明所开发的系统有很强的鲁棒性,能有效监测机车轴承故障。     

内燃机车状态监测系统设计

内燃机运行状态监测系统基于柴油机瞬时转速信号的气缸状态监测,辅以柴油机进气温度和增压压力信号、发电机电压电流信号、油门拉杆位移信号及机车速度信号,进行多参数融合诊断;再将诊断结果及状态数据通过GPRS无线通信模块发送至地面数据库,实现内燃机车动力系统在线状态监测与故障诊断、节能降耗与维修管理。系统结合数据库专家系统,分析机车运输组织、质量状态和能耗状态,提出维修维护及运输组织优化建议,实现内燃机车动力系统高效营运和安全管理。     

基于DSP和MVB的机车瞬间故障检测记录仪

为了对电力机车上的设备和系统运行状态进行检测和故障诊断,将故障诊断技术与嵌入式技术相结合,设计开发了基于DSP和MVB网络的车载瞬间故障检测记录仪,其主要功能包括机车故障的在线诊断、故障信息的存储及与机车其他网络节点的通信。首先对车载瞬间故障检测记录仪的软硬件设计进行了介绍,并重点分析了数据采集和故障诊断的设计方案及实现。实际运行结果表明,机车瞬间故障检测记录仪性能稳定,集采集存储、故障诊断、状态检测和通信等功能于一体,在电力机车故障诊断和状态检测中发挥了重要作用。     

首先发生紧急制动车辆的电子定位方法

分析了电子定位首先发生意外紧急制动车辆的紧急制动波到达时间差原理,推导出了定位公式,并进行了实测验证。测试结果表明,客车车辆顺位定位误差不大于1辆。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。