基于PHM技术的铁路货车制动系统故障诊断研究
发布时间：2021-05-24 19:42
中国是一个铁路货运大国,伴随着国家经济快速发展和亚欧铁路等项目的建设,铁路货车的载重量不断提高,运行距离不断加大,同时铁路货车运行的安全问题也越发凸显。铁路货车制动系统是保障安全运行的关键装置,其一旦发生故障极易引发严重事故,造成财产甚至人员损失。所以对铁路货车制动系统开展故障监测和诊断具有重要意义。我国铁路货车大多数使用120型空气分配阀为核心的空气制动系统。本文通过研究120型空气制动系统运行原理和常见故障机理,提出基于故障预测与健康管理（PHM）技术的铁路货车制动系统故障诊断方案。该方案主要包含两部分内容。一是建立制动系统车载监测系统,实现对制动系统运行状态的实时监测,获取货车制动系统空气压力参数,并根据监测数据提取故障特征参数。二是开展制动系统故障诊断,分别建立基于BP神经网络和RBF神经网络的故障诊断模型,依据监测系统反馈的故障特征参数完成模型训练,比较两种模型诊断效果,实现对铁路货车制动系统的故障诊断。本文主要完成了以下工作:（1）分析了 120型空气制动系统组成结构和充气缓解、减速充气缓解、常规制动、紧急制动、制动保压五种工作状态的运行原理。依据车载监测系统反馈的监测数据...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景及意义
1.2 PHM技术国内外研究现状
1.2.1 国外PHM技术研究现状
1.2.2 国内PHM技术研究现状
1.3 列车故障监测及诊断研究现状
1.4 本文主要内容
1.5 本章小结
2 空气制动系统PHM方案设计
2.1 空气制动系统结构
2.1.1 空气制动系统部件组成
2.1.2 120型阀结构
2.2 空气制动系统工作原理
2.2.1 充气缓解
2.2.2 减速充气缓解
2.2.3 常规制动
2.2.4 制动保压
2.2.5 紧急制动
2.3 空气制动系统常见故障分析
2.3.1 制动感度故障
2.3.2 制动安定故障
2.3.3 缓解不良故障
2.3.4 自然缓解故障
2.4 空气制动系统PHM方案设计
2.5 本章小结
3 空气制动系统车载监测系统设计
3.1 监测方案设计
3.2 监测设备布置方案
3.2.1 车载监测装置
3.2.2 车-地通信装置
3.2.3 地面传输处理装置
3.2.4 试验车辆
3.3 采集点的选择
3.4 车载监测装置安装方案一:集成夹片式
3.4.1 车载主机
3.4.2 采集单元
3.4.3 电源
3.4.4 现场安装过程
3.5 车载监测装置安装方案二:分散安装式
3.5.1 主机箱
3.5.2 采集单元
3.5.3 电源
3.5.4 现场安装过程
3.6 安装方案比较
3.7 地面读出设备改造
3.8 本章小结
4 空气制动系统故障特征提取
4.1 监测数据分析
4.1.1 数据统计
4.1.2 常规制动和紧急制动分析
4.1.3 制动故障分析
4.2 故障特征参数获取
4.3 数据归一化处理
4.4 本章小结
5 空气制动系统故障诊断模型的构建与仿真
5.1 基于BP神经网络的空气制动系统故障诊断
5.1.1 BP神经网络研究
5.1.2 BP神经网络设计
5.1.3 BP神经网络训练及测试
5.2 基于RBF神经网络的空气制动系统故障诊断
5.2.1 RBF神经网络研究
5.2.2 RBF神经网络设计
5.2.3 RBF神经网络训练及测试
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
附录A
作者简介
学位论文数据集
【参考文献】：
期刊论文
[1]PHM技术在高速道岔中的应用和难点分析[J]. 钱坤. 铁道建筑. 2019(01)
[2]PHM技术框架及其关键技术综述[J]. 邱立军,吴明辉. 国外电子测量技术. 2018(02)
[3]铁路货车120型控制阀的检修分析[J]. 陈春棉,陈晓丽. 科技广场. 2017(01)
[4]PHM技术国内外发展情况综述[J]. 吕琛,马剑,王自力. 计算机测量与控制. 2016(09)
[5]综合航空电子系统故障诊断与健康管理技术发展[J]. 卢海涛,王自力. 电光与控制. 2015(08)
[6]铁路客车空气制动系统故障分析及处理措施[J]. 王金花. 科技风. 2014(08)
[7]DK-2制动机的气动系统故障诊断技术研究[J]. 南杰,黄志武. 石家庄铁道大学学报(自然科学版). 2013(03)
[8]基于解析冗余关系的法维莱制动机系统故障诊断技术[J]. 黄志武,刘建刚,刘伟荣,李烁,张佳洁. 铁道学报. 2013(03)
[9]人工神经网络技术发展综述[J]. 陈格. 中国科技信息. 2009(17)
[10]货车检修微控集中试风系统的研制[J]. 丁宁. 上海铁道科技. 2008(01)
博士论文
[1]基于RBF网络逼近的机器人自适应动态面控制方法研究[D]. 罗绍华.重庆大学 2013
[2]自适应组合RBF滤波器理论及其应用研究[D]. 曾祥萍.西南交通大学 2013
[3]BP神经网络的理论及其在农业机械化中的应用研究[D]. 王吉权.沈阳农业大学 2011
[4]机械动力传动系统关键部件故障预测技术研究[D]. 曾庆虎.国防科学技术大学 2010
[5]基于BP和RBF神经网络的木材缺陷检测研究[D]. 牟洪波.东北林业大学 2010
[6]重载组合列车牵引及制动系统的试验与仿真研究[D]. 张波.中国铁道科学研究院 2009
[7]电子系统的故障预测与健康管理技术研究[D]. 许丽佳.电子科技大学 2009
硕士论文
[1]基于BP神经网络的太湖叶绿素浓度反演[D]. 王根深.南京邮电大学 2018
[2]基于机器学习的医疗健康分类方法研究[D]. 许杰.郑州大学 2018
[3]基于贝叶斯网络的地铁列车制动系统可靠性分析[D]. 郑姝婷.北京交通大学 2018
[4]高速铁路牵引供电设备故障预测与健康管理平台设计与实现[D]. 罗鸣州.西南交通大学 2018
[5]基于贝叶斯网络的货车空气制动系统故障诊断研究[D]. 裴迪.北京交通大学 2018
[6]基于动态故障树的CRH2动车组制动系统可靠性分析研究[D]. 王健.北京交通大学 2014
[7]基于状态和参数估计的重载列车ECP系统故障诊断[D]. 覃育富.中南大学 2014
[8]城轨车辆空气制动系统仿真模拟及故障诊断研究[D]. 张秀洁.北京交通大学 2012
[9]列车制动系统的性能分析与研究设计[D]. 谭结清.中南大学 2010
[10]货运列车制动系统的建模及仿真研究[D]. 杨璨.西南交通大学 2010
本文编号：3204753
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景及意义
1.2 PHM技术国内外研究现状
1.2.1 国外PHM技术研究现状
1.2.2 国内PHM技术研究现状
1.3 列车故障监测及诊断研究现状
1.4 本文主要内容
1.5 本章小结
2 空气制动系统PHM方案设计
2.1 空气制动系统结构
2.1.1 空气制动系统部件组成
2.1.2 120型阀结构
2.2 空气制动系统工作原理
2.2.1 充气缓解
2.2.2 减速充气缓解
2.2.3 常规制动
2.2.4 制动保压
2.2.5 紧急制动
2.3 空气制动系统常见故障分析
2.3.1 制动感度故障
2.3.2 制动安定故障
2.3.3 缓解不良故障
2.3.4 自然缓解故障
2.4 空气制动系统PHM方案设计
2.5 本章小结
3 空气制动系统车载监测系统设计
3.1 监测方案设计
3.2 监测设备布置方案
3.2.1 车载监测装置
3.2.2 车-地通信装置
3.2.3 地面传输处理装置
3.2.4 试验车辆
3.3 采集点的选择
3.4 车载监测装置安装方案一:集成夹片式
3.4.1 车载主机
3.4.2 采集单元
3.4.3 电源
3.4.4 现场安装过程
3.5 车载监测装置安装方案二:分散安装式
3.5.1 主机箱
3.5.2 采集单元
3.5.3 电源
3.5.4 现场安装过程
3.6 安装方案比较
3.7 地面读出设备改造
3.8 本章小结
4 空气制动系统故障特征提取
4.1 监测数据分析
4.1.1 数据统计
4.1.2 常规制动和紧急制动分析
4.1.3 制动故障分析
4.2 故障特征参数获取
4.3 数据归一化处理
4.4 本章小结
5 空气制动系统故障诊断模型的构建与仿真
5.1 基于BP神经网络的空气制动系统故障诊断
5.1.1 BP神经网络研究
5.1.2 BP神经网络设计
5.1.3 BP神经网络训练及测试
5.2 基于RBF神经网络的空气制动系统故障诊断
5.2.1 RBF神经网络研究
5.2.2 RBF神经网络设计
5.2.3 RBF神经网络训练及测试
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
附录A
作者简介
学位论文数据集
【参考文献】：
期刊论文
[1]PHM技术在高速道岔中的应用和难点分析[J]. 钱坤. 铁道建筑. 2019(01)
[2]PHM技术框架及其关键技术综述[J]. 邱立军,吴明辉. 国外电子测量技术. 2018(02)
[3]铁路货车120型控制阀的检修分析[J]. 陈春棉,陈晓丽. 科技广场. 2017(01)
[4]PHM技术国内外发展情况综述[J]. 吕琛,马剑,王自力. 计算机测量与控制. 2016(09)
[5]综合航空电子系统故障诊断与健康管理技术发展[J]. 卢海涛,王自力. 电光与控制. 2015(08)
[6]铁路客车空气制动系统故障分析及处理措施[J]. 王金花. 科技风. 2014(08)
[7]DK-2制动机的气动系统故障诊断技术研究[J]. 南杰,黄志武. 石家庄铁道大学学报(自然科学版). 2013(03)
[8]基于解析冗余关系的法维莱制动机系统故障诊断技术[J]. 黄志武,刘建刚,刘伟荣,李烁,张佳洁. 铁道学报. 2013(03)
[9]人工神经网络技术发展综述[J]. 陈格. 中国科技信息. 2009(17)
[10]货车检修微控集中试风系统的研制[J]. 丁宁. 上海铁道科技. 2008(01)
博士论文
[1]基于RBF网络逼近的机器人自适应动态面控制方法研究[D]. 罗绍华.重庆大学 2013
[2]自适应组合RBF滤波器理论及其应用研究[D]. 曾祥萍.西南交通大学 2013
[3]BP神经网络的理论及其在农业机械化中的应用研究[D]. 王吉权.沈阳农业大学 2011
[4]机械动力传动系统关键部件故障预测技术研究[D]. 曾庆虎.国防科学技术大学 2010
[5]基于BP和RBF神经网络的木材缺陷检测研究[D]. 牟洪波.东北林业大学 2010
[6]重载组合列车牵引及制动系统的试验与仿真研究[D]. 张波.中国铁道科学研究院 2009
[7]电子系统的故障预测与健康管理技术研究[D]. 许丽佳.电子科技大学 2009
硕士论文
[1]基于BP神经网络的太湖叶绿素浓度反演[D]. 王根深.南京邮电大学 2018
[2]基于机器学习的医疗健康分类方法研究[D]. 许杰.郑州大学 2018
[3]基于贝叶斯网络的地铁列车制动系统可靠性分析[D]. 郑姝婷.北京交通大学 2018
[4]高速铁路牵引供电设备故障预测与健康管理平台设计与实现[D]. 罗鸣州.西南交通大学 2018
[5]基于贝叶斯网络的货车空气制动系统故障诊断研究[D]. 裴迪.北京交通大学 2018
[6]基于动态故障树的CRH2动车组制动系统可靠性分析研究[D]. 王健.北京交通大学 2014
[7]基于状态和参数估计的重载列车ECP系统故障诊断[D]. 覃育富.中南大学 2014
[8]城轨车辆空气制动系统仿真模拟及故障诊断研究[D]. 张秀洁.北京交通大学 2012
[9]列车制动系统的性能分析与研究设计[D]. 谭结清.中南大学 2010
[10]货运列车制动系统的建模及仿真研究[D]. 杨璨.西南交通大学 2010
本文编号：3204753
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3204753.html
