基于小波变换和改进神经网络的S700K转辙机故障诊断研究
发布时间：2021-02-07 15:12
近年来我国铁路朝着高速、重载的方向发展,高铁的建设如火如荼,提速道岔作为高铁运营的基础信号设备之一,在列车的安全运行中起着至关重要的作用。S700K型交流电动转辙机是目前控制提速道岔动作的重要工具,其运行状态的好坏对道岔能否完成转换起着至关重要的作用。从现场的实际应用来看,对道岔转辙设备故障种类的判断主要是靠相关技术人员查看微机监测系统采集的转辙机电流或者功率曲线,这种方法常存在处理时间长、处理精度差等问题,而且依据技术人员的经验判断故障,常会出现故障误判、漏判等现象。针对以上问题,研究相应的道岔转辙机的故障智能诊断方法并能适应如今高铁迅速发展的方向具有重要的应用价值和现实意义。本文分析了国内外对道岔转辙机故障诊断相关研究的文献以及查阅资料,以微机监测系统采集的转辙机动作功率曲线为数据源,提出小波变换和改进BP（Back Propagation,反向传播）神经网络相结合的S700K型转辙机故障诊断模型,该模型把微机监测系统采集的转辙机功率曲线数据作为小波分解的输入量,经小波分解提取信号的特征量,将特征量作为改进型自适应遗传算法优化后的BP神经网络的输入量进行S700K型转辙机的故障诊断...
【文章来源】：兰州交通大学甘肃省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
道岔转辙设备系统结构图
兰州交通大学硕士学位论文机械转换部分是由转辙器、连接部分、辙叉及护轨三个部分组成尖轨和转辙机，它的作用是操作道岔定、反位转换，保障车辆安接部分则负责通过导曲线轨将列车过渡到辙叉和护轨部分。辙叉车能安全的通过两轨道的交汇处。单开道岔机械部分结构图如图
图 2.3 道岔基本结构图转辙机是整个道岔转辙系统的执行部件，它能及时牵引道岔动作完成转换操作，主要安装在道岔的尖轨或心轨旁。转辙机主要包含四个作用：改变道岔的位置；正确反映道岔的位置；能够在道岔转换到合适的位置后给出位置表示并锁闭道岔，以防外力转换道岔；能在道岔处于被挤或四开位置时，给出报警表示。目前国内牵引提速道岔动作的转辙机主要为 S700K 型转辙机，这种转辙机是在引进国外转辙机设备的基础上结合我国铁路运输情况改进研发而成。机体的构造由动力传动机构、检测和锁闭机构、安全装置配线接口、外壳五大部分组成，S700K 型电动转辙机结构如图 2.4 所示。
【参考文献】：
期刊论文
[1]高速铁路提速道岔健康管理分析[J]. 张昕. 铁路通信信号工程技术. 2019(02)
[2]基于遗传算法和BP神经网络的多联机阀类故障诊断[J]. 郭梦茹,谭泽汉,陈焕新,郭亚宾,黄耀. 制冷学报. 2018(02)
[3]基于免疫遗传算法改进的BP神经网络在装甲车辆电路板故障诊断中的应用[J]. 李光升,梁靖聪,谢永成,李国强,王天祺. 计算机测量与控制. 2017(06)
[4]小波的发展及其在机械设备故障诊断中的应用[J]. 吴秀星,苏志宵,高立新. 设备管理与维修. 2016(09)
[5]基于灰色神经网络的S700K转辙机故障诊断方法研究[J]. 王瑞峰,陈旺斌. 铁道学报. 2016(06)
[6]发动机振动信号时频分析方法比较[J]. 吴春志,贾继德,姜斯平. 军事交通学院学报. 2016(04)
[7]基于RBF神经网络和自适应遗传算法的变压器故障诊断[J]. 刘景艳,王福忠,杨占山. 武汉大学学报(工学版). 2016(01)
[8]高速铁路道岔转换设备故障分析及问题对策[J]. 曹柏生. 铁道运营技术. 2016(01)
[9]运用遗传算法优化神经网络的发动机故障诊断[J]. 贾花萍. 现代制造工程. 2016(01)
[10]基于快速贝叶斯网络的S700K转辙机故障诊断研究[J]. 肖蒙,翟琛,潘翠亮. 铁道科学与工程学报. 2015(02)
博士论文
[1]基于神经网络的铁路道岔故障智能诊断研究[D]. 张凯.长安大学 2016
[2]基于（多）小波（包）、神经网络及优化的模拟电路故障诊断研究[D]. 谢涛.湖南大学 2011
[3]基于遗传算法、小波与神经网络的模拟电路故障诊断方法[D]. 刘美容.湖南大学 2009
硕士论文
[1]基于小波变换与SVM的钻杆故障诊断[D]. 张少奇.浙江大学 2018
[2]灰色神经网络在S700K转辙机故障诊断系统中的应用研究[D]. 陈旺斌.兰州交通大学 2016
[3]基于模糊神经网络的高速铁路道岔故障诊断方法研究[D]. 田健.北京交通大学 2015
[4]基于灰关联的道岔故障诊断方法研究[D]. 陆桥.北京交通大学 2015
[5]高速铁路道岔故障诊断方法研究[D]. 何攸旻.北京交通大学 2014
[6]神经网络和专家系统在道岔故障诊断中的应用研究[D]. 杨阳.兰州交通大学 2013
[7]贝叶斯网络在道岔控制电路故障诊断中的应用研究[D]. 翟永强.兰州交通大学 2012
[8]人工神经网络隐层神经元数的确定[D]. 王立威.重庆大学 2012
本文编号：3022414
【文章来源】：兰州交通大学甘肃省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
道岔转辙设备系统结构图
兰州交通大学硕士学位论文机械转换部分是由转辙器、连接部分、辙叉及护轨三个部分组成尖轨和转辙机，它的作用是操作道岔定、反位转换，保障车辆安接部分则负责通过导曲线轨将列车过渡到辙叉和护轨部分。辙叉车能安全的通过两轨道的交汇处。单开道岔机械部分结构图如图
图 2.3 道岔基本结构图转辙机是整个道岔转辙系统的执行部件，它能及时牵引道岔动作完成转换操作，主要安装在道岔的尖轨或心轨旁。转辙机主要包含四个作用：改变道岔的位置；正确反映道岔的位置；能够在道岔转换到合适的位置后给出位置表示并锁闭道岔，以防外力转换道岔；能在道岔处于被挤或四开位置时，给出报警表示。目前国内牵引提速道岔动作的转辙机主要为 S700K 型转辙机，这种转辙机是在引进国外转辙机设备的基础上结合我国铁路运输情况改进研发而成。机体的构造由动力传动机构、检测和锁闭机构、安全装置配线接口、外壳五大部分组成，S700K 型电动转辙机结构如图 2.4 所示。
【参考文献】：
期刊论文
[1]高速铁路提速道岔健康管理分析[J]. 张昕. 铁路通信信号工程技术. 2019(02)
[2]基于遗传算法和BP神经网络的多联机阀类故障诊断[J]. 郭梦茹,谭泽汉,陈焕新,郭亚宾,黄耀. 制冷学报. 2018(02)
[3]基于免疫遗传算法改进的BP神经网络在装甲车辆电路板故障诊断中的应用[J]. 李光升,梁靖聪,谢永成,李国强,王天祺. 计算机测量与控制. 2017(06)
[4]小波的发展及其在机械设备故障诊断中的应用[J]. 吴秀星,苏志宵,高立新. 设备管理与维修. 2016(09)
[5]基于灰色神经网络的S700K转辙机故障诊断方法研究[J]. 王瑞峰,陈旺斌. 铁道学报. 2016(06)
[6]发动机振动信号时频分析方法比较[J]. 吴春志,贾继德,姜斯平. 军事交通学院学报. 2016(04)
[7]基于RBF神经网络和自适应遗传算法的变压器故障诊断[J]. 刘景艳,王福忠,杨占山. 武汉大学学报(工学版). 2016(01)
[8]高速铁路道岔转换设备故障分析及问题对策[J]. 曹柏生. 铁道运营技术. 2016(01)
[9]运用遗传算法优化神经网络的发动机故障诊断[J]. 贾花萍. 现代制造工程. 2016(01)
[10]基于快速贝叶斯网络的S700K转辙机故障诊断研究[J]. 肖蒙,翟琛,潘翠亮. 铁道科学与工程学报. 2015(02)
博士论文
[1]基于神经网络的铁路道岔故障智能诊断研究[D]. 张凯.长安大学 2016
[2]基于（多）小波（包）、神经网络及优化的模拟电路故障诊断研究[D]. 谢涛.湖南大学 2011
[3]基于遗传算法、小波与神经网络的模拟电路故障诊断方法[D]. 刘美容.湖南大学 2009
硕士论文
[1]基于小波变换与SVM的钻杆故障诊断[D]. 张少奇.浙江大学 2018
[2]灰色神经网络在S700K转辙机故障诊断系统中的应用研究[D]. 陈旺斌.兰州交通大学 2016
[3]基于模糊神经网络的高速铁路道岔故障诊断方法研究[D]. 田健.北京交通大学 2015
[4]基于灰关联的道岔故障诊断方法研究[D]. 陆桥.北京交通大学 2015
[5]高速铁路道岔故障诊断方法研究[D]. 何攸旻.北京交通大学 2014
[6]神经网络和专家系统在道岔故障诊断中的应用研究[D]. 杨阳.兰州交通大学 2013
[7]贝叶斯网络在道岔控制电路故障诊断中的应用研究[D]. 翟永强.兰州交通大学 2012
[8]人工神经网络隐层神经元数的确定[D]. 王立威.重庆大学 2012
本文编号：3022414
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3022414.html
