轨道交通列车辅助逆变器故障诊断算法研究
发布时间：2021-07-08 19:15
近年来,轨道交通列车以其绿色节能、安全舒适、准点快捷的优势成为越来越多人出行的首选。在轨道交通列车的运行过程中,辅助逆变器是否能正常工作,会直接影响到列车的运行安全。因此,对轨道交通列车辅助逆变器故障诊断进行详尽的研究,对于保障列车安全运行,有重要的现实意义。本文以轨道交通列车辅助逆变器故障诊断为背景,对其可能发生的多种IGBT开路情况进行故障诊断研究,设计了仿真实验。本文共分为五个章节。首先,介绍课题背景以及故障诊断技术的研究现状。其次,研究轨道交通列车辅助逆变器工作原理以及产生故障的原因和类型,并在SIMULINK环境下搭建辅助逆变器仿真模型,对辅助逆变器IGBT开路故障的21种模式进行仿真;在Matlab环境下编写了相关程序,比较了EMD算法和MEEMD算法,并且对原始故障信号分别采用这两种方法进行了故障特征分解,选择了分解准确性更好的MEEMD算法进行特征提取,这种方法能够有效抑制EMD分解产生的模态混淆现象;通过计算能量矩的方法获得故障特征向量,作为故障诊断算法的输入数据;对于故障特征向量采用了两种方法识别故障类型,一种是基于GRNN神经网络方法,它的网络模型结构简单,参数少...
【文章来源】：青岛大学山东省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
故障诊断方法分类（一）传统故障诊断方法
青岛大学硕士学位论文5图1.2神经网络方法故障诊断原理图模糊理论诊断法是利用隶属度函数和模糊关系矩阵来处理故障诊断问题。常用的三种方法有：1）建立故障现象与产生这种故障可能的原因之间的模糊关系矩阵，通过关系方程进行诊断；2）建立故障现象与原因之间的模糊知识库，通过逻辑推理进行故障诊断；3）对原始故障数据进行模糊聚类处理，通过分析划分系数和分离系数进行故障诊断。模糊理论有着类似人类的思维过程，可读性强，易于理解，这种诊断技术是一种非线性映射模型，适合处理需要实时快速诊断的场合。但是在该模型中，设备状态和故障类型往往都比较复杂，它们的匹配程度很难用合适的隶属度函数表达，这也是模糊理论诊断技术的一个技术难点。因此，一般将模糊理论诊断法与其它的方法结合使用，使算法拥有更好的使用效果，更符合实际要求。支持向量机（SupportVectorMachine,SVM）是一个线性分类器，常用于进行二元分类，采用的是监督学习的方法。采用了结构风险最小化（StructuralRiskMinimization,SRM）原则，并与统计学理论相结合，能够在有限的样本数据中寻求模型复杂度与学习能力的最佳折中，从而获得最好的诊断能力。支持向量机诊断法有很好的适应性、泛化能力和分类能力，适合处理样本数据有限的情况。目前在故障诊断领域有很广泛的应用，在智能故障诊断里占有很重要的地位，为解决故障诊断问题提供了新的思路。专家系统诊断法是利用专家分析解决问题的思路，建立故障诊断的知识库、规则库和推理库，完成故障诊断。专家系统减轻了人类不断重复的脑力活动，是应用最为广泛的故障诊断技术之一，但是如何将专家处理问题的思路准确的用数据形式表达出来，是专家系统诊断方法的主要难题，而且只能处理知识库中的存在的问题，
青岛大学硕士学位论文6对存在的新故障求解有脆弱性[4]。1.2.2故障诊断评价指标对于一个故障诊断系统的好坏，我们不能单纯的看最后诊断准确率的高低，还应该综合考虑系统的运行性能。如果一个系统完成故障识别所需的时间很长，或者对突发状况不能灵活的处理，导致系统的崩溃，那它也就失去了诊断意义。为此我们设定了如图1.3所示的评价指标来综合考量故障诊断系统[5]。图1.3故障诊断评价指标（1）智能性：智能是指能随系统内外条件的变化运用知识解决问题，并做出正确行为。智能的三个基本要素是：推理、学习和联想。低级的智能是通过感知环境变化，做出相应的决策和控制行为；高级的智能要有学习、分析、比较和推理能力，不仅能做出正确的决策和行为，还要适应复杂环境的变化。（2）技术先进性：技术的先进性并不意味着算法有多复杂，而是要满足故障诊断的要求，实现诊断的目的，诊断算法简便实用、结构紧凑、性能可靠，诊断原理简单易懂，可操作性强。（3）误报率和漏报率：误报是指设备没有产生该种故障，而诊断系统诊断其产生了该种故障；漏报是指设备明明产生了故障，而诊断系统没有检测出来，还认定设备是正常运行的状况。这两种状况都会导致最后的诊断准确率降低。该项评价指标越低，说明诊断系统对不同故障的区分能力和辨识能力越强，诊断效果越好，因此误报率和漏报率是评价故障诊断系统的一个重要指标。（4）快速响应性：一方面是指当故障发生后，系统能够在最短时间内给出故障诊断结果，判断故障类型；另一方面是指系统对微小故障信号也有很好的检测能力，能够尽早的发现故障，避免系统产生更大的故障，对系统造成更大的损失。（5）鲁棒性：指故障诊断系统在外部噪声或者干扰的影响下，仍能准确完成故
【参考文献】：
期刊论文
[1]基于人工蜂群算法优化RBF神经网络的光伏组件故障诊断定位方法[J]. 郝思鹏,吴清,李佳伟,周宇. 供用电. 2019(10)
[2]基于人工蜂群优化小波神经网络的隧道沉降预测[J]. 陈柚州,任涛,邓朋,王斌. 现代隧道技术. 2019(04)
[3]基于自适应进化策略的人工蜂群优化算法[J]. 张强,李盼池,王梅. 电子科技大学学报. 2019(04)
[4]基于EEMD和GA-BP的列车辅助逆变器开路故障诊断研究[J]. 蔡鹏飞,郑树彬,彭乐乐. 计算机测量与控制. 2019(07)
[5]地铁车辆辅助逆变器故障分析及整改研究[J]. 郑超. 设备管理与维修. 2019(13)
[6]基于核密度估计的逆变器故障诊断方法[J]. 施翼,杨焕文,陈佐鹏,耿涛. 变频器世界. 2019(04)
[7]2018年度中国城市轨道交通协会工作报告[J]. 谢正光. 城市轨道交通. 2019(04)
[8]基于CEEMD和小波包的降噪方法研究[J]. 杨孟,王瑾,周西峰,郭前岗. 南京邮电大学学报(自然科学版). 2018(02)
[9]基于MEEMD和峭度-相关系数电机轴承故障诊断[J]. 姜建国,王庆. 自动化技术与应用. 2018(01)
[10]基于电流矢量特征分析的逆变器开路故障快速诊断与定位方法[J]. 陈勇,刘志龙,陈章勇. 电工技术学报. 2018(04)
博士论文
[1]三相逆变器冗余并联运行关键技术及应用研究[D]. 华明.南京航空航天大学 2011
硕士论文
[1]城轨列车辅助逆变器故障诊断的研究[D]. 宫志骁.青岛大学 2018
[2]基于蜂群算法优化的神经网络在异步电机的故障诊断研究[D]. 宋禄杉.中北大学 2018
[3]基于自适应神经模糊推理系统的三电平逆变器故障诊断研究[D]. 王雷.中国矿业大学 2015
[4]城市轨道列车辅助逆变电源的开路故障诊断研究[D]. 赏吴俊.西南交通大学 2014
[5]地铁辅助电源及其监控系统的研究与实现[D]. 邹辉.中南林业科技大学 2014
[6]基于EMD近似熵和LS-SVM的齿轮箱故障诊断研究[D]. 原平.中北大学 2013
[7]三电平逆变器故障诊断研究[D]. 肖刚.西安理工大学 2007
[8]铁路空调客车逆变器失效分析及其故障诊断系统的研究[D]. 伍启天.华中科技大学 2005
本文编号：3272172
【文章来源】：青岛大学山东省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
故障诊断方法分类（一）传统故障诊断方法
青岛大学硕士学位论文5图1.2神经网络方法故障诊断原理图模糊理论诊断法是利用隶属度函数和模糊关系矩阵来处理故障诊断问题。常用的三种方法有：1）建立故障现象与产生这种故障可能的原因之间的模糊关系矩阵，通过关系方程进行诊断；2）建立故障现象与原因之间的模糊知识库，通过逻辑推理进行故障诊断；3）对原始故障数据进行模糊聚类处理，通过分析划分系数和分离系数进行故障诊断。模糊理论有着类似人类的思维过程，可读性强，易于理解，这种诊断技术是一种非线性映射模型，适合处理需要实时快速诊断的场合。但是在该模型中，设备状态和故障类型往往都比较复杂，它们的匹配程度很难用合适的隶属度函数表达，这也是模糊理论诊断技术的一个技术难点。因此，一般将模糊理论诊断法与其它的方法结合使用，使算法拥有更好的使用效果，更符合实际要求。支持向量机（SupportVectorMachine,SVM）是一个线性分类器，常用于进行二元分类，采用的是监督学习的方法。采用了结构风险最小化（StructuralRiskMinimization,SRM）原则，并与统计学理论相结合，能够在有限的样本数据中寻求模型复杂度与学习能力的最佳折中，从而获得最好的诊断能力。支持向量机诊断法有很好的适应性、泛化能力和分类能力，适合处理样本数据有限的情况。目前在故障诊断领域有很广泛的应用，在智能故障诊断里占有很重要的地位，为解决故障诊断问题提供了新的思路。专家系统诊断法是利用专家分析解决问题的思路，建立故障诊断的知识库、规则库和推理库，完成故障诊断。专家系统减轻了人类不断重复的脑力活动，是应用最为广泛的故障诊断技术之一，但是如何将专家处理问题的思路准确的用数据形式表达出来，是专家系统诊断方法的主要难题，而且只能处理知识库中的存在的问题，
青岛大学硕士学位论文6对存在的新故障求解有脆弱性[4]。1.2.2故障诊断评价指标对于一个故障诊断系统的好坏，我们不能单纯的看最后诊断准确率的高低，还应该综合考虑系统的运行性能。如果一个系统完成故障识别所需的时间很长，或者对突发状况不能灵活的处理，导致系统的崩溃，那它也就失去了诊断意义。为此我们设定了如图1.3所示的评价指标来综合考量故障诊断系统[5]。图1.3故障诊断评价指标（1）智能性：智能是指能随系统内外条件的变化运用知识解决问题，并做出正确行为。智能的三个基本要素是：推理、学习和联想。低级的智能是通过感知环境变化，做出相应的决策和控制行为；高级的智能要有学习、分析、比较和推理能力，不仅能做出正确的决策和行为，还要适应复杂环境的变化。（2）技术先进性：技术的先进性并不意味着算法有多复杂，而是要满足故障诊断的要求，实现诊断的目的，诊断算法简便实用、结构紧凑、性能可靠，诊断原理简单易懂，可操作性强。（3）误报率和漏报率：误报是指设备没有产生该种故障，而诊断系统诊断其产生了该种故障；漏报是指设备明明产生了故障，而诊断系统没有检测出来，还认定设备是正常运行的状况。这两种状况都会导致最后的诊断准确率降低。该项评价指标越低，说明诊断系统对不同故障的区分能力和辨识能力越强，诊断效果越好，因此误报率和漏报率是评价故障诊断系统的一个重要指标。（4）快速响应性：一方面是指当故障发生后，系统能够在最短时间内给出故障诊断结果，判断故障类型；另一方面是指系统对微小故障信号也有很好的检测能力，能够尽早的发现故障，避免系统产生更大的故障，对系统造成更大的损失。（5）鲁棒性：指故障诊断系统在外部噪声或者干扰的影响下，仍能准确完成故
【参考文献】：
期刊论文
[1]基于人工蜂群算法优化RBF神经网络的光伏组件故障诊断定位方法[J]. 郝思鹏,吴清,李佳伟,周宇. 供用电. 2019(10)
[2]基于人工蜂群优化小波神经网络的隧道沉降预测[J]. 陈柚州,任涛,邓朋,王斌. 现代隧道技术. 2019(04)
[3]基于自适应进化策略的人工蜂群优化算法[J]. 张强,李盼池,王梅. 电子科技大学学报. 2019(04)
[4]基于EEMD和GA-BP的列车辅助逆变器开路故障诊断研究[J]. 蔡鹏飞,郑树彬,彭乐乐. 计算机测量与控制. 2019(07)
[5]地铁车辆辅助逆变器故障分析及整改研究[J]. 郑超. 设备管理与维修. 2019(13)
[6]基于核密度估计的逆变器故障诊断方法[J]. 施翼,杨焕文,陈佐鹏,耿涛. 变频器世界. 2019(04)
[7]2018年度中国城市轨道交通协会工作报告[J]. 谢正光. 城市轨道交通. 2019(04)
[8]基于CEEMD和小波包的降噪方法研究[J]. 杨孟,王瑾,周西峰,郭前岗. 南京邮电大学学报(自然科学版). 2018(02)
[9]基于MEEMD和峭度-相关系数电机轴承故障诊断[J]. 姜建国,王庆. 自动化技术与应用. 2018(01)
[10]基于电流矢量特征分析的逆变器开路故障快速诊断与定位方法[J]. 陈勇,刘志龙,陈章勇. 电工技术学报. 2018(04)
博士论文
[1]三相逆变器冗余并联运行关键技术及应用研究[D]. 华明.南京航空航天大学 2011
硕士论文
[1]城轨列车辅助逆变器故障诊断的研究[D]. 宫志骁.青岛大学 2018
[2]基于蜂群算法优化的神经网络在异步电机的故障诊断研究[D]. 宋禄杉.中北大学 2018
[3]基于自适应神经模糊推理系统的三电平逆变器故障诊断研究[D]. 王雷.中国矿业大学 2015
[4]城市轨道列车辅助逆变电源的开路故障诊断研究[D]. 赏吴俊.西南交通大学 2014
[5]地铁辅助电源及其监控系统的研究与实现[D]. 邹辉.中南林业科技大学 2014
[6]基于EMD近似熵和LS-SVM的齿轮箱故障诊断研究[D]. 原平.中北大学 2013
[7]三电平逆变器故障诊断研究[D]. 肖刚.西安理工大学 2007
[8]铁路空调客车逆变器失效分析及其故障诊断系统的研究[D]. 伍启天.华中科技大学 2005
本文编号：3272172
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3272172.html
