SS7E电力机车电气系统的故障诊断技术研究

论文摘要

电力机车作为载运工具,其运行状态直接影响到列车的安全性和舒适性。电气系统是电力机车的重要组成部分,电气系统正常工作才能保证机车的正常运行。当机车某一部件发生故障时,要求能迅速诊断故障部位或部件,能迅速对故障部件进行自动隔离处理或提示司乘人员进行处理,这样才能保证列车的安全正点运行,满足人民群众的基本需要。目前SS7E电力机车只具备极少的故障诊断功能,因此,开展SS7E电力机车电气系统的故障诊断技术研究,具有重要的理论意义和现实意义。论文的主要研究内容如下:（1）对国际国内电力机车及其故障诊断技术进行了综述,主要分析了日本、德国、法国以及美国和加拿大发展的高速列车及其故障诊断技术,阐述了我国电力机车在故障诊断技术方面的发展进程。阐明了电力机车故障诊断的意义。（2）对SS7E电力机车电气系统的主要部分:主电路、辅助电路和控制电路进行详细分析,建立了SS7E电力机车主电路各部件数学模型。（3）通过对SS7E电力机车的控制电路进行详细原理研究,分析了SS7E电力机车电气系统主要部件的故障机理,推导并得到SS7E电力机车电气系统的故障集。在此基础上构建了SS7E电力机车电气故障开关量检测点全集、模拟量检测点全集,以及故障诊断过程中用到的中间点全集,提出了SS7E机车故障检测系统的硬件框架。（4）研究了SS7E机车故障诊断系统的知识表示形式,推导并构建了SS7E电气故障诊断系统的规则库。提出了SS7E机车电气系统故障诊断树,构建了推理机制。通过改善匹配算法,实现了SS7E机车电气系统的专家推理及诊断。（5）详细论述了小波变换理论,研究了变流器故障检测方法,建立了变流器仿真模型,提出了一种基于小波变换的SS7E电力机车变流器输出电压波形能量特征向量提取方法。针对离散数据,提出了实用的计算方法,以实现小波分析在SS7E机车上的实际应用。（6）详细研究了神经网络故障诊断技术,提出了一种基于神经网络的SS7E机车变流器故障诊断方法,研究推导了SS7E电力机车变流器神经网络模型,给出了SS7E机车变流器故障诊断神经网络训练图。通过仿真试验,验证小波变换+神经网络技术用于变流器故障诊断的有效性。（7）从硬件和软件两个方面提出了SS7E电力机车电气故障诊断系统的具体实现方法。针对SS7E机车变流器的故障诊断,提出将神经网络的训练与应用分别实施的方法,将训练好的网络用于车载实时诊断,解决了神经网络故障诊断方法中计算量与实时性的矛盾。论文最后指出了SS7E电力机车电气故障诊断系统中存在的一些问题,探讨了我国电力机车故障诊断技术的发展方向。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 故障诊断技术的发展与研究现状
• 1.2 电力机车故障诊断研究的意义
• 1.3 电力机车国际国内故障诊断技术现状
• 1.4 论文的研究内容及章节安排
• 第二章 SS7E电力机车特征分析
• 2.1 SS7E电力机车的基本结构
• 2.2 SS7E电力机车电气系统主要特点
• 2.2.1 SS7E电力机车主电路特点
• 2.2.2 SS7E电力机车辅助电路特点
• 2.2.3 SS7E电力机车控制电路特点
• 2.3 SS7E电力机车主电路各部件数学模型
• 2.3.1 主变流器
• 2.3.2 牵引电机
• 2.3.3 控制方式
• 2.4 本章小结
• 第三章 SS7E电力机车电气系统故障检测研究
• 3.1 SS7E电力机车电气故障诊断系统检测点
• 3.1.1 SS7E电力机车开关量检测点研究确定
• 3.1.2 SS7E电力机车诊断系统中间点及定义
• 3.1.3 SS7E电力机车模拟量检测点研究
• 3.2 SS7E电力机车电气故障集研究与建立
• 3.3 SS7E电力机车信号检测部件
• 3.3.1 开关量检测部件
• 3.3.2 微机控制柜
• 3.3.3 列车运行监控装置
• 3.3.4 机车状态及故障显示装置
• 3.4 本章小结
• 第四章 基于知识库的SS7E机车电气故障诊断专家系统
• 4.1 故障诊断技术中的识别理论和方法
• 4.1.1 逻辑识别法
• 4.1.2 模糊识别法
• 4.2 SS7E机车电气系统故障诊断知识库
• 4.2.1 知识库与知识表示
• 4.2.2 推理机与数据库
• 4.2.3 事实库与规则库
• 4.3 SS7E机车电气故障诊断系统推理机制
• 4.3.1 正向推理方式
• 4.3.2 反向推理方式
• 4.3.3 故障树分析法
• 4.4 SS7E机车电气故障诊断系统故障树
• 4.5 SS7E机车电气故障诊断规则库构建
• 4.5.1 基于故障树的规则获取
• 4.5.2 规则获取实例
• 4.5.3 匹配算法及其改进
• 4.6 本章小结
• 第五章 基于小波变换的SS7E机车变流器输出电压特征提取
• 5.1 SS7E机车变流器电路结构和工作原理
• 5.1.1 变流器的结构及功能
• 5.1.2 变流器的控制系统
• 5.2 SS7E机车变流器的仿真分析
• 5.2.1 变流器的仿真模型
• 5.2.2 变流器输出电压仿真
• 5.3 SS7E机车变流器输出电压波形小波变换
• 5.3.1 小波分析的基本理论
• 5.3.2 变流器输出电压波形的小波分解
• 5.4 变流器输出电压波形的能量特征向量提取方法
• 5.5 本章小结
• 第六章 基于神经网络的SS7E机车变流器故障诊断系统
• 6.1 神经网络故障诊断技术
• 6.1.1 神经网络识别法
• 6.1.2 神经网络的结构和函数映射
• 6.1.3 神经网络的学习机制
• 6.2 BP神经网络
• 6.2.1 基于BP模型的神经网络及其算法
• 6.2.2 BP算法的改进
• 6.3 SS7E机车变流器神经网络模型及实现
• 6.3.1 变流器故障模式
• 6.3.2 变流器故障诊断神经网络的实现
• 6.3.3 变流器故障诊断神经网络的测试
• 6.4 本章小结
• 第七章 SS7E电力机车电气故障诊断系统实现
• 7.1 SS7E机车故障诊断系统的硬件实现
• 7.1.1 控制电路故障诊断系统硬件实现
• 7.1.2 变流器故障诊断系统硬件实现
• 7.1.3 电气故障诊断系统硬件实现
• 7.2 SS7E机车故障诊断系统软件实现
• 7.2.1 软件系统的基本结构
• 7.2.2 软件系统的数据结构
• 7.3 车载系统与地面分析系统
• 7.4 本章小结
• 第八章 结论
• 参考文献
• 附录1 SS7E机车电气系统故障树
• 附录2 SS7E机车故障诊断规则库明细
• 附录3 SS7E机车变流器仿真小波变换图
• 附录4 SS7E机车变流器故障情形的特征向量
• 致谢
• 攻读博士学位期间主要的研究成果