分享到:

神经网络在摆式列车倾摆控制系统故障诊断中的应用研究

我国是一个幅员辽阔、山区铁路众多的发展中国家,摆式列车技术的应用具有巨大的潜力。倾摆控制系统是摆式列车的核心部分,其可靠性对列车的安全运行至关重要,故障诊断技术为提高系统的可靠性开辟了一条新的途径。论文结合铁道部科技开发项目:“摆式列车倾摆控制系统的研制”,对摆式列车倾摆控制系统的故障诊断进行了探索性研究。摆式列车倾摆控制系统是一个复杂的、具有诸多不确定性因素的动态系统,采用常规的故障诊断方法很难达到有效的诊断。神经网络作为一种新的方法和手段,已被广泛地应用于诸多领域的故障诊断中,但其在机车车辆故障诊断中的应用少有报道。论文在国内首次系统地将神经网络引入摆式列车倾摆控制系统的故障诊断中,从工程应用的角度深入研究了基于神经网络的故障诊断理论,探讨了其在摆式列车倾摆控制系统设计中的应用问题。论文的主要创新成果有:(1)在摆式列车实际运行中,检测子系统的加速度传感器存在严重零偏,使用硬件冗余法进行故障诊断的设计初衷面临着巨大的困难。论  (本文共126页) 本文目录 | 阅读全文>>

《交通运输工程学报》2003年02期
交通运输工程学报

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

中国的第一列摆式列车正在研制中 ,倾摆控制系统是摆式列车的核心技术 ,倾摆控制系统的安全性、可靠性是至关重要的 ,故障诊断则是提高可靠性的一条有效途径。国外成功的摆式列车 ,如 X2 0 0 0、VT61 1等都有一套完善的故障检测与诊断系统 ,而中国的摆式列车研制在这方面开展工作不多。摆式列车倾摆控制系统的工作环境较恶劣 ,受到许多外界干扰 (如轨道不平顺、电磁干扰等 ) ,用传统的信号处理方法不易提取故障特征 ,给摆式列车倾摆控制系统的故障诊断带来了很大困难。利用小波包分析 ,把摆式列车试验台上采集到的振动信号分解在相互独立的频带之内 ,各频带内的能量值形成一个向量 ,该向量对不同的故障对应不同的值 ,将其作为人工神经网络的输入特征向量 ,用人工神经网络对摆式列车倾摆控制系统的常见故障进行识别和诊断 ,研究结果可以为摆式列车实车倾摆控制系统的设计提供依据。1 小波包特征提取小波分析是一种新的时频分析方法 ,它提供了一个灵活的...  (本文共4页) 阅读全文>>

大连理工大学
大连理工大学

非平稳信号故障特征提取与智能诊断方法的研究及应用

在工业生产过程中,人们希望能够对设备故障实现早期预报,防患于未然,保证设备安全、稳定、长周期、满负荷优质运行,避免旧的维修体制中存在的“过维修”或“欠维修”现象,充分发挥设备的效益。在此情况下,设备故障诊断学应运而生,并吸引大量的科研人员从事这方面的研究,促使该学科不断发展和完善。随着设备向着高速度、高功率、高可靠性、大型化的方向发展,使得传统的故障诊断技术难以胜任复杂设备的故障诊断。本文正是基于此考虑,把局域波时频分析方法和人工智能-守法引入到故障诊断领域,以解决复杂设备的故障诊断问题。首先,针对复杂设备系统的非线性和表面振动信号的非平稳性,引入了局域波分析方法。局域波分析方法的重大突破在于用基于信号局部特征的多个基本模式分量来描述信号,并赋予每个基本模式分量具有实际物理意义的瞬时频率。它有效地克服了用传统方法进行非平稳信号分析中产生无意义谐波分量的缺点。另外,通过局域波分析可把复杂的实测数据分解成有限个基本模式分量,从而简化...  (本文共133页) 本文目录 | 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

故障诊断与容错技术及其在组合导航系统中的应用研究

故障诊断与容错控制技术是一门应用型边缘学科,它的理论基础涉及现代控制理论、计算机工程、数理统计、信号处理、模式识别、人工智能以及相应的应用学科,它的出现、兴起与迅速发展,是实际应用需求与多学科理论发展两个方面交替作用的结果。随着现代自动化技术水平的不断提高,各类工程系统的复杂性大大增加,系统的可靠性与安全性已引起社会各界广泛高度的重视。因此,开展故障诊断与容错控制技术的研究,切实保障现代复杂系统的可靠性与安全性,具有十分重要的意义。目前电子战和导航技术的发展使舰船导航系统的结构和任务需求日益复杂,对其控制精度和稳定度的要求也越来越高,而容错控制及故障检测与诊断为提高导航系统的可靠性、可维性和有效性开辟了一条新途径,成为当今导航领域的一个研究重点。本文从研究系统的可靠性为出发点,对组合导航系统故障诊断和容错控制进行了深入的研究。系统地介绍了故障诊断的内容及方法和容错设计方法;并针对舰船综合导航系统,对目前国内外应用故障诊断和容错技...  (本文共195页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于FDA/DPLS方法的流程工业故障诊断研究

随着现代流程工业不断地向大型化、集成化方向发展,工业过程的复杂性不断提高,过程变量也越来越多,一旦发生故障,将会造成人员和财产的巨大损失,因此过程的故障检测和诊断已成为控制领域研究的重点之一。及时准确地检测和诊断出过程的故障,不仅可以减少事故、增加过程运行的安全性,而且可以降低生产管理成本,提高产品的质量。基于数据驱动的过程监控方法由于仅依赖于易得的过程数据,不依赖于精确的数学模型,正受到越来越多的关注。本论文以判别部分最小二乘(Discriminant Partial Least Squares,DPLS)和Fisher判别式分析(Fisher DiscriminantAnalysis,FDA)为基础,针对流程工业中两种重要的生产方式——间歇生产过程和连续生产过程,提出了一类基于DPLS和FDA的故障诊断方法,具体内容如下:(1)提出了一种基于MPCA-MDPLS的间歇生产过程故障诊断方法。该方法主要解决了一些故障诊断方法不具...  (本文共130页) 本文目录 | 阅读全文>>

上海大学
上海大学

面向复杂设备的远程智能诊断技术及其应用研究

以制造业全球化、市场竞争激烈化为趋势的制造业发展大环境下,制造企业要赢得竞争,产品质量是核心,优质服务是保障。为适应制造业的发展趋势,企业服务的理念从内容到形式得到进一步扩展。故障诊断对于降低生产事故、减少经济损失、提高产品附加值、增强企业竞争力具有重要意义,成为现代企业服务的重要组成部分和研究热点。随着现代设备日益向高速度、高效率、复杂化、网络化方向发展,传统的服务方式和故障诊断技术越来越难以满足设备诊断的要求,远程化、智能化成为故障诊断研究领域的一个重要发展方向和必然趋势。本文通过对比,分析了传统故障诊断研究在技术、方法上存在的不足和局限,提出建立基于开放式公共服务平台的智能故障诊断系统体系结构,把知识工程、人工智能、分布式系统理论与技术融入复杂设备故障诊断领域,研究基于知识的智能故障诊断技术及相关理论和系统架构。论文首先研究远程智能故障诊断系统总体架构,通过分析复杂设备故障诊断的特点及传统诊断模式的局限性,提出建立开放式公...  (本文共145页) 本文目录 | 阅读全文>>

华北电力大学(河北)
华北电力大学(河北)

小波分析技术在汽轮机故障诊断中的应用研究

汽轮发电机组属于典型的旋转机械,其振动信号在本质上可分为平稳振动信号和非平稳振动信号两大类,这两类信号都包含有能反映旋转机械工作状态的重要特征信息,有效地利用这些信息对设备的监测和诊断有重要价值。本论文对信号处理的前沿技术之一——小波分析技术进行了深入研究和探索,初步实现了基于小波分析技术的汽轮发电机组故障诊断。1.在查阅大量文献的基础上,系统地回顾了旋转机械故障诊断的有关方法和原理。指出了当前信号分析技术对旋转机械非平稳振动信号分析的不足和现有方法存在的问题。2.研究了小波分析技术的最新发展,深入地探讨了小波分析技术应用于汽轮机故障诊断中必须解决的关键技术难题。3.本文就最优小波包基和消噪阈值的选取问题进行了深入研究。提出了一种基于最优小波包基的消噪方法;对于消噪阈值的选取,提出一种以小波包能量为基础,以原始信号与降噪后信号之间的均方误差(MSE)极小化为目标的基于小波包的降噪算法。检测结果表明,在故障检测前先采用最优小波包基...  (本文共120页) 本文目录 | 阅读全文>>