高速列车牵引系统故障诊断与预测技术综述

高速列车因其舒适、便捷、安全和准时, 已成为我国主流的城际间交通工具.CRH(China railway high- speed)动车组高速列车是一个大型复杂的机电耦合系统,作为其重要组成部分,牵引控制系统的可靠性对于高速列车的安全运行至关重要.随着在轨运行时间的增长,牵引控制系统中的很多部件都会发生不同程度的性能衰退,并引发各种故障,给高速列车的安全运行带来潜在的危险.鉴于此,针对牵引变压器、牵引变流器(整流器、逆变器)、牵引电机、转向架系统、牵引/制动控制单元等与高速列车牵引系统相关的重要部件和单元的故障诊断、容错控制与预测方法进行现状调研和分析,并对每种方法的基本思路、现阶段进展以及适用条件等进行了介绍,最后陈述了高速列车牵引控制系统故障诊断与预测领域尚待解决的问题.     

基于时延SDG和ICA的多工况过程故障预测方法

针对多工况生产过程,提出基于时延符号有向图(SDG)和独立成分分析(ICA)的在线故障预测方法.时延符号有向图描述了过程变量间信息传递的方向和时延大小;在有向图模型基础上,对过程数据进行信息同步校正;ICA方法应用于校正后的过程数据,使得基于ICA的性能监测方法具有良好的故障预测能力.在空分设备中的应用结果表明,该方法...     

空分设备粗氩塔氮塞的诊断与估计方法

为提高空分产品质量,降低氮塞故障造成的不利影响,应用互信息方法建立了空分系统的符号有向图模型,改进了基于有向图的故障诊断方法,提出了故障严重程度的判别方法,实现了空分系统粗氩塔氮塞故障的快速诊断以及氮塞严重程度的准确估计.     

轧钢过程故障诊断研究现状及发展趋势

针对轧钢过程特点,分析了轧制过程的主要故障,将故障划分为控制回路级、设备级和系统级。对轧钢过程故障诊断主要方法进行了归纳和分类,对各类方法的优缺点进行了定性分析,指出了故障诊断技术向智能化、系统化和综合化的发展趋势,以及轧钢过程故障诊断将来需要关注的两个研究方向。     

一种针对间歇过程过渡状态的故障诊断方法

针对间歇过程过渡状态下具有的复杂过程特性,提出一种基于二维动态主成分分析（2DDPCA）的故障诊断方法。该方法将故障信息划分为“批次内”和“批次间”信息,采用变量贡献图方法隔离故障变量,并依据2DDPCA模型支撑区域中故障变量的相关性变化具体分析故障成因。仿真结果验证了该方法的可行性和有效性。     

间歇过程的统计建模与在线监测

现代过程工业正逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程.基于多元统计模型的过程监测是保障生产安全和产品质量的重要工具.从间歇过程独特的数据特性出发,将现有的多元统计建模方法进行合理的分类,简要回顾了各类方法的起源、发展及延伸的历程.除了阐述每种方法的基本原理,还详细讨论了各种方法的适用背景,相互关联及优缺点等内容,并对这一领域中依然存在的问题以及研究前景给出中肯的评述.     

一种基于非线性主成分回归的过程监测及故障诊断方法

近年来，统计过程监测方法在多变量过程监测领域得到广泛应用，但对于存在显著 非线性的过程，这类方法的性能往往不尽人意，而神经网络在处理非线性问题上具有卓越的 优势．本文将多变量投影方法和径向基神经网络良好的逼近能力结合起来，提出了一种基于 嵌入径向基网络的非线性主成分回归算法的过程监测及故障诊断方法．在三水箱实验装置上 进行的实验结果说明该方法确实能够有效地实现过程监测、快速地检测并诊断出故障状态．     

选择-验证-过滤:一种迭代的子图包含查询处理机制

近年来,图模型广泛应用于生物信息、计算化学、语义网等领域.目前,"过滤-验证"机制被广泛用于子图包含查询,即首先根据图数据的特征构造索引,然后根据索引产生候选集,最后对候选集中的每一个图进行子图同构验证.在这类算法中,"过滤"阶段是关注的重点,力争过滤掉更多的数据;而"验证"阶段则只是单纯地进行候选图子图同构检测,并没有进一步优化查询性能的可能.因此,提出了一种新的子图包含查询的迭代处理机制:"选择-验证-过滤",可利用从子图同构验证过程中得到的信息,结合数据库中图数据之间的相关关系,进行迭代查询处理.该机制首先选择数据库中的图与查询图进行同构验证,然后根据本次验证得到的信息,结合图数据之间的子图映射关系,进行迭代查询处理.一旦子图同构验证成功则可直接获得查询结果,而若验证不成功,则可以缩小下次迭代的查询搜索空间.为提高验证成功概率,提出了一种基于搜索空间预测的图选择策略.大量实验表明,该算法具有较"过滤-验证"机制更高的查询处理性能.     

基于无标签、不均衡、初值不确定数据的设备健康评估方法

缺少先验知识和完备信息的设备健康评估一直是预测与健康管理(PHM)领域的难点问题.针对设备运行状态观测数据的无标签、不均衡、初值不确定性问题,提出一种多变量深度森林的设备健康评估方法.首先,提出一种基于相关性指标和趋势性指标的特征选择方法以去除冗余特征;然后,利用三维数据标准化和量子模糊聚类方法,动态设定设备健康状态并且解决数据初值的不确定问题;最后,采用一种多变量深度森林分类器实现设备健康状态的离线训练与在线评估.案例分析结果验证了所提出的健康评估方法的有效性和可行性.     

现场条件约束下的动态诊断策略研究

针对传统的故障诊断策略属于静态的诊断方法,难以在复杂的现场工作环境中应用的问题,在基于准深度优先搜索（QDFS）算法的基础上,提出了一种基于改进的QDFS算法（考虑测试的不确定性）的现场约束条件下的诊断策略生成方法。首先分析工作现场可能存在的条件约束,然后给出条件约束的描述方法,再根据改进的QDFS算法给出生成诊断策略的具体过程,最后用案例对方法进行验证。案例验证结果表明,该方法不仅考虑了不可靠测试的影响,并能在现场约束条件下应用起来,比传统的静态诊断策略更具有适应性和实用性。