论文部分内容阅读
城轨列车悬挂系统作为城市轨道交通车辆的关键组成部分之一,对其进行实时的状态监控与故障诊断,不仅可以提高城轨列车运行的安全性与可靠性,而且能够大幅减小由于定期检修而产生的费用,具有重要的意义。本论文依托国家863项目“城市轨道列车在途监测与安全预警关键技术”课题3“基于传感网的列车关键设备在途故障诊断技术及系统研制”(课题编号：2011AA110503)中的任务6“城轨列车系统综合分布式故障诊断系统研制”,系统研究了城轨列车悬挂系统的故障分离算法,并对故障诊断的具体工程实现进行了研究和探讨。本论文的研究内容主要包括以下几部分。(1)城轨列车悬挂系统故障特征提取。本部分主要研究城轨列车悬挂系统的组成及其功能,指出悬挂系统发生故障的主要元件及其故障类型,并对故障分离要用到的各种故障特征进行了阐述。(2)基于支持向量机(SVM)技术的列车悬挂系统故障分离研究。本部分针对列车悬挂系统元器件的故障分离技术问题,系统地研究了SVM故障分离方法,并将SVM算法应用到城轨列车悬挂系统故障分离中。研究发现,通过使用高斯RBF作为Kernel函数,使得SVM在故障分离中获得最佳的性能表现。(3)基于模糊极小极大神经网络(FMMNN)技术的列车悬挂系统故障分离研究。本部分系统地研究了FMMNN故障分离方法,并将FMMNN算法应用到城轨列车悬挂系统故障分离中。研究发现,对于两类故障问题,FMMNN能获得较高的分离准确度。(4)故障检测算法和故障分离算法的工程实现。本部分研究城轨列车悬挂系统故障诊断系统在广州地铁15列车辆上的具体布置,包括系统架构、现场总体结构、软件配置、程序及数据结构说明等。通过分析诊断结果发现,本故障诊断系统能有效地实时检测出列车悬挂系统故障。同时,研究将SVM故障分离技术和FMMNN故障分离技术应用到城轨列车悬挂系统故障分离上。