基于反馈型DS理论的高速列车转向架故障诊断研究

发布时间：2022-08-08 17:00

　　高速列车转向架故障研究主要是通过监测数据进行分析研究,其中特征选择和参数优化的好坏直接影响着故障识别的准确性,一直是该领域研究的热点。由于高速列车不同方位上布置了大量的传感器,不同通道传感器提取的特征存在着关联性,融合所有通道的特征进行分析成为故障识别的有效方法。然而,大量通道数据的融合造成了特征数据的维数高、数据量大等特点,增大了特征选择和参数优化的难度,有些不敏感通道的故障特征还会导致数据冗余,降低高速列车故障诊断识别率。本文针对高速列车多通道数据融合出现的问题,从特征选择和参数优化相结合的思路,探讨了反馈型DS理论在故障诊断的应用,并对高速列车转向架不同类型损坏故障和不同程度损坏故障进行了故障诊断。具体的研究工作如下:1、论文采用Mahalanobis distace、Fisher’s ratio、Fuzzy entropy对故障特征进行单一准则特征排序,利用DS理论对多个单一准则特征评价结果进行融合,构建高速列车转向架故障特征有效排序,并依次增加一维故障特征输入后面故障诊断模型的参数优化过程中。2、在故障诊断模型参数优化过程中,通过遗传算法、粒子群优化算法、网格搜索法等三种常用... 

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 列车转向架故障类型研究现状
        1.2.2 特征选择算法研究现状
        1.2.3 参数优化算法研究现状
        1.2.4 不同程度渐变故障定量分析研究现状
    1.3 本文主要研究内容和研究方法
    1.4 本文组织安排
第2章 转向架关键部件故障类型和实验数据
    2.1 高速列车转向架仿真平台和实验数据
    2.2 转向架关键部件故障类型
        2.2.1 转向架关键部件
        2.2.2 转向架关键部件不同程度损坏故障
        2.2.3 转向架关键部件不同类型损坏故障
    2.3 故障诊断模型
        2.3.1 故障特征提取
        2.3.2 故障诊断模型
    2.4 本章小结
第3章 基于DS理论和改进型GS的SVM故障诊断方法研究
    3.1 单一准则特征评价方法
        3.1.1 Mahalanobisdistance
        3.1.2 Fisher’sratio
        3.1.3 FuzzyEntropy
    3.2 基于DS理论的多准则特征评价方法
        3.2.1 DS相关理论
        3.2.2 基于DS理论的多准则特征评价方法
    3.3 基于DS理论和改进型GS的SVM参数优化
        3.3.1 SVM相关理论
        3.3.2 基于GA的SVM参数优化方法
        3.3.3 基于PSO的SVM参数优化方法
        3.3.4 基于GS的SVM参数优化方法
        3.3.5 基于DS理论和改进型GS的SVM参数优化方法
    3.4 实验及结果分析
    3.5 本章小结
第4章 基于反馈型DS理论和改进型GS的SVM列车转向架故障诊断
    4.1 基于FDS-IGS的SVM故障诊断方法
        4.1.1 故障诊断过程中的反馈调节理论
        4.1.2 基于FDS-IGS的SVM故障诊断方法
    4.2 基于FDS-IGS的SVM转向架不同类型故障分析
        4.2.1 实验步骤
        4.2.2 实验结果分析
    4.3 基于FDS-IGS的SVR转向架不同程度故障分析
        4.3.1 支持向量回归原理
        4.3.2 实验步骤
        4.3.3 实验结果分析
    4.4 本章小结
总结与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果



本文编号：3671889