基于监测电流曲线的道岔故障诊断关键技术研究
发布时间：2021-10-25 21:55
铁路道岔系统控制着列车的行驶方向,其健康状态直接影响着列车行车安全。当道岔发生故障时,能够及时发现并识别出故障类型对于保障列车行车安全具有重要意义。目前,提高道岔的安全性主要依靠相关技术人员观察微机监测系统所采集的电流或功率曲线来判断道岔的健康状态。这种人工主导的诊断方式效率低下,并且诊断准确性主要依赖于技术人员的工作经验和专业知识掌握程度,导致故障误报、漏报频发,且严重浪费人力物力。针对上述问题,本文基于监测电流曲线提出了道岔故障快速检测和诊断方法,主要工作如下:（1）不论何种原因导致道岔发生故障,故障电流曲线必然会偏离正常电流曲线。鉴于此,通过分析正常、待检电流曲线间的相似度提出基于曲线相似度的道岔故障快速检测方法。首先,利用同一道岔的历史电流曲线,提出基于众数和中位数的正常模板电流曲线生成方法,使得正常模板电流曲线能够根据道岔自身的阶段性差异进行更新,进而提高方法的自适应能力;其次,根据电流曲线在解锁、转换和锁闭三个阶段斜率变化不同,利用斜率能量特征将其划分三个区段;然后,引入FastDTW将每个区段的模板曲线与待检曲线在时域内伸缩规整对齐后计算规整路径距离（曲线相似度）;最后,...
【文章来源】：西安理工大学陕西省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
中国铁路营业里程走势Figure1-1MileagetrendofrailwaybusinessinChina
西安理工大学工程硕士专业学位论文8图2-2正常电流曲线Figure2-2Normalworkingcurrentcurve2.1.2道岔典型故障类型根据现场调研数据及查阅相关文献[29–31]，本文总结了我国高速铁路ZD7型转辙机道岔系统常见的6种典型故障模式，分别记为f1-f6，图2-3展示了6种模式下的电流曲线。(a)故障f1(b)故障f2(c)故障f3(d)故障f4
研究基础9(e)故障f5(f)故障f6图2-3ZD7型转辙机道岔系统6种故障电流曲线Figure2-3SixkindsoffaultcurrentcurvesofturnoutsofZD7switchmachine可以看出，不同的故障模式电流曲线有较为明显的差异。表2-1展示了上述6种典型故障的电流曲线特征描述和可能的故障原因。表2-1ZD7型转辙机道岔6种故障现象及原因Table2-1SixkindsoffaultphenomenaandcausesofturnoutsofZD7switchmachine故障模式电流曲线特征描述可能的故障原因f1转换阶段及锁闭阶段电流值稳定在一个较高水平，一直持续尖轨与基本轨之间有异物、转辙机电流过小f2转换阶段异常波动转辙机碳刷与转向器接触不良、转辙机转向器有断格或表面不良、摩擦带表面不光滑f3锁闭阶段电流曲线出现异常波动电缆盒中二极管器件损坏f4启动阶段电流曲线出现异常波动自动开闭器接点接触不良导致启动困难f5锁闭阶段电流值突然升高后回落道岔调整过紧、滑床板太脏、滑床板缺油、道岔吊板、基本轨横移f6电流曲线没有形成抛物线下降趋势，电流值稳定在一个值转辙机定子、转子混线2.2曲线相似度理论概述2.2.1曲线相似度度量两条曲线的相似度一直是一个重要的研究问题，并经常出现在不同的应用领域，如语音识别[32,33]、故障检测与诊断[34–36]、车辆轨迹预测[37]和金融分析[38]等。一条曲线通常由若干个离散采样点构成，每个离散采样点都代表某一时刻的属性值。对于给定的两条曲线12={,,...,}mSsss、12{,,...}nTttt，S和T分别是具有m和n个实值变量的有序集合，m、n分别为S、T的长度。
【参考文献】：
期刊论文
[1]列车动力学模型时变环境参数自适应辨识[J]. 谢国,金永泽,黑新宏,姬文江,高士根,高桥圣,望月宽. 自动化学报. 2019(12)
[2]Low Speed Bearing Fault Diagnosis Based on EMD-CIIT Histogram Entropy and KFCM Clustering[J]. 张珂,林天然,金霞. Journal of Shanghai Jiaotong University（Science）. 2019(05)
[3]KNN算法在舆情领域中的应用研究[J]. 郑伟,王若怡,马林,李明,王喆. 中国管理信息化. 2019(06)
[4]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)
[5]基于专家系统的焊接机器人故障诊断[J]. 张跃东,齐昕,童一飞. 机床与液压. 2019(01)
[6]基于弗雷歇距离的道岔故障诊断方法[J]. 黄世泽,陈威,张帆,董德存. 同济大学学报(自然科学版). 2018(12)
[7]基于迭代学习的线性不确定重复系统间歇性故障估计[J]. 冯莉,柴毅,许水清,张可,杨志敏. 自动化学报. 2020(02)
[8]基于隐马尔科夫模型的道岔故障诊断方法[J]. 许庆阳,刘中田,赵会兵. 铁道学报. 2018(08)
[9]基于群决策的道岔控制电路故障诊断方法[J]. 董炜,刘明明,王良顺,赵辉,辜勋. 自动化学报. 2018(06)
[10]基于双树复小波的无参考立体图像质量评价[J]. 顾婷婷,刘新会,桑庆兵,李朝锋. 计算机工程与应用. 2019(02)
博士论文
[1]基于不确定性理论的机械故障智能诊断方法研究[D]. 杨昌昊.中国科学技术大学 2009
硕士论文
[1]高速列车转向架故障诊断智能决策方法研究[D]. 穆世恒.西南交通大学 2017
[2]基于DTW和LMNN的多维时间序列相似性分析方法[D]. 沈静逸.浙江大学 2017
[3]基于核方法的高速铁路道岔故障诊断[D]. 程宇佳.北京交通大学 2016
[4]基于时间序列相似性的股价趋势预测研究[D]. 孙建乐.重庆交通大学 2014
本文编号：3458235
【文章来源】：西安理工大学陕西省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
中国铁路营业里程走势Figure1-1MileagetrendofrailwaybusinessinChina
西安理工大学工程硕士专业学位论文8图2-2正常电流曲线Figure2-2Normalworkingcurrentcurve2.1.2道岔典型故障类型根据现场调研数据及查阅相关文献[29–31]，本文总结了我国高速铁路ZD7型转辙机道岔系统常见的6种典型故障模式，分别记为f1-f6，图2-3展示了6种模式下的电流曲线。(a)故障f1(b)故障f2(c)故障f3(d)故障f4
研究基础9(e)故障f5(f)故障f6图2-3ZD7型转辙机道岔系统6种故障电流曲线Figure2-3SixkindsoffaultcurrentcurvesofturnoutsofZD7switchmachine可以看出，不同的故障模式电流曲线有较为明显的差异。表2-1展示了上述6种典型故障的电流曲线特征描述和可能的故障原因。表2-1ZD7型转辙机道岔6种故障现象及原因Table2-1SixkindsoffaultphenomenaandcausesofturnoutsofZD7switchmachine故障模式电流曲线特征描述可能的故障原因f1转换阶段及锁闭阶段电流值稳定在一个较高水平，一直持续尖轨与基本轨之间有异物、转辙机电流过小f2转换阶段异常波动转辙机碳刷与转向器接触不良、转辙机转向器有断格或表面不良、摩擦带表面不光滑f3锁闭阶段电流曲线出现异常波动电缆盒中二极管器件损坏f4启动阶段电流曲线出现异常波动自动开闭器接点接触不良导致启动困难f5锁闭阶段电流值突然升高后回落道岔调整过紧、滑床板太脏、滑床板缺油、道岔吊板、基本轨横移f6电流曲线没有形成抛物线下降趋势，电流值稳定在一个值转辙机定子、转子混线2.2曲线相似度理论概述2.2.1曲线相似度度量两条曲线的相似度一直是一个重要的研究问题，并经常出现在不同的应用领域，如语音识别[32,33]、故障检测与诊断[34–36]、车辆轨迹预测[37]和金融分析[38]等。一条曲线通常由若干个离散采样点构成，每个离散采样点都代表某一时刻的属性值。对于给定的两条曲线12={,,...,}mSsss、12{,,...}nTttt，S和T分别是具有m和n个实值变量的有序集合，m、n分别为S、T的长度。
【参考文献】：
期刊论文
[1]列车动力学模型时变环境参数自适应辨识[J]. 谢国,金永泽,黑新宏,姬文江,高士根,高桥圣,望月宽. 自动化学报. 2019(12)
[2]Low Speed Bearing Fault Diagnosis Based on EMD-CIIT Histogram Entropy and KFCM Clustering[J]. 张珂,林天然,金霞. Journal of Shanghai Jiaotong University（Science）. 2019(05)
[3]KNN算法在舆情领域中的应用研究[J]. 郑伟,王若怡,马林,李明,王喆. 中国管理信息化. 2019(06)
[4]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)
[5]基于专家系统的焊接机器人故障诊断[J]. 张跃东,齐昕,童一飞. 机床与液压. 2019(01)
[6]基于弗雷歇距离的道岔故障诊断方法[J]. 黄世泽,陈威,张帆,董德存. 同济大学学报(自然科学版). 2018(12)
[7]基于迭代学习的线性不确定重复系统间歇性故障估计[J]. 冯莉,柴毅,许水清,张可,杨志敏. 自动化学报. 2020(02)
[8]基于隐马尔科夫模型的道岔故障诊断方法[J]. 许庆阳,刘中田,赵会兵. 铁道学报. 2018(08)
[9]基于群决策的道岔控制电路故障诊断方法[J]. 董炜,刘明明,王良顺,赵辉,辜勋. 自动化学报. 2018(06)
[10]基于双树复小波的无参考立体图像质量评价[J]. 顾婷婷,刘新会,桑庆兵,李朝锋. 计算机工程与应用. 2019(02)
博士论文
[1]基于不确定性理论的机械故障智能诊断方法研究[D]. 杨昌昊.中国科学技术大学 2009
硕士论文
[1]高速列车转向架故障诊断智能决策方法研究[D]. 穆世恒.西南交通大学 2017
[2]基于DTW和LMNN的多维时间序列相似性分析方法[D]. 沈静逸.浙江大学 2017
[3]基于核方法的高速铁路道岔故障诊断[D]. 程宇佳.北京交通大学 2016
[4]基于时间序列相似性的股价趋势预测研究[D]. 孙建乐.重庆交通大学 2014
本文编号：3458235
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3458235.html
