基于系统信号时序特征辨识的电力机车齿轮弛缓故障实时诊断EI北大核心CSCD

牵引控制单元是列车动力系统唯一的控制装置,充分利用其全面的信息采集和处理能力,准确诊断出牵引传动系统关联的走行部件故障,以便控制单元及时执行合理的保护动作,对提升列车的可靠性和安全性至关重要。现有的齿轮弛缓故障诊断方法因仅采用了牵引电机速度信息,存在误报或漏报现象,为此,文中提出一种基于多维系统信号时序特征模式辨识的弛缓故障实时诊断方法。该方法首先从齿轮传动系统弛缓故障机理入手,结合历史故障案例数据,从相关系统信号中提取出能够有效表征故障的特征指标;其次,揭示列车不同工况下的特征指标的变化规律,建立与弛缓故障强相关的多变量时序特征模式库;然后,基于动态时间弯曲算法实现与模式库相关时序特征的实时相似度匹配并采用CUSUM算法进行诊断决策,实现弛缓故障的有效辨识。最后,应用列车实际运行数据对提出的故障诊断模型进行验证。测试结果表明,相比现有的方法,提出的方法明显提升了弛缓故障检测率,且在速度传感器发生故障和轮对空转时,不会出现弛缓故障误报,具有良好的实用价值。     

基于LS-SVM的列车牵引电机电流实时估计

为满足列车牵引传动系统在牵引电机状态监测、异常诊断与预测等领域对牵引电机定子电流准确估计的需求,提出了一种基于多工况最小二乘支持向量机（LS-SVM）模型的牵引电机电流实时估计方法。该方法结合牵引电机参数和转矩转速试验测量数据,利用牵引电机机理模型计算得到定子电流估计值;然后根据列车运行规律将其分为多个运行工况,基于历史运行数据的相关变量建立各工况下定子电流的LS-SVM估计模型并研究列车不同运行工况对模型精度的影响,基于多工况模型实现牵引电机全工况下电流的实时有效估计。通过实际运行数据验证了所提方法的有效性和可行性。     

基于时序特征模式识别的列车网侧过流故障实时诊断

为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法。该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型。最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值。     

基于深度信念网络的计量装置故障溯源研究

针对电网海量大数据中存在异常的电表数据,提出了一种基于深度信念网络的计量装置故障溯源模型。首先,分析了深度信念网络（DBN）模型基本原理,提出了一种智能电表故障分类DBN结构模型,并给出了计量装置故障溯源建模流程;然后,通过建立离线台账样本库、实时用电曲线故障特征样本库,实现了计量装置故障样本库构建;最后,基于实际电表测试和数据异常识别,完成了计量装置的台账样本库溯源测试,并与已有的贝叶斯、决策树、随机森林、决策树提升等分类算法进行比较,测试结果验证了所提模型和方法的正确性和有效性。     

基于RTX的步进电机寿命实验

步进电机在现代控制中发挥着越来越重要的作用,为了保证产品的可靠性,步进电机的寿命的评估也变得尤为重要。基于Windows的评估系统能够很好的解决这个问题,但是由于Windows操作系统的实时性较差,而步进电机的控制需要精确的时序,所以由其产生的驱动信号时序无法满足要求。采用了Ardence公司的基于Windows的硬实时解决方案RTX ,并结合某项目步进电机寿命实验,总结出了Windows环境下RTX实时应用系统的设计方法与开发流程。实验证明基于RTX产生的驱动信号满足步进电机的运动要求,并且能够不受外部事件的干扰,重复性良好,说明该方法是实时的、稳定的、可靠的。     

交流牵引电机绕组绝缘状态检测方法的研究

针对铁路机务部门,为了实现利用车载DC110 V电源对机车牵引电机进行快速、准确的检测,判断出故障源并及时的排除故障,保证机车车辆的通畅运营。通过对交流牵引电机的故障机理和诊断方法的研究,提出了一种通过单片机对牵引电机响应电流上升时间的测取来判断交流牵引电机绕组绝缘状态的检测方法。并通过对脉冲变压器的设计,来满足不同的牵引电机对检测电压的要求。从而达到减少铁路机务部门相关人员的工作强度。     

基于漏电流多频率特征的变频电机主绝缘状态在线监测方法

定子主绝缘失效将导致变频电机发生严重短路故障，极大降低电机运行可靠性，甚至威胁人身安全。为了保障变频电机系统安全可靠运行，需要对变频电机主绝缘状态进行实时监测和故障预警。首先，通过变频电机定子主绝缘退化等效电路获得漏电流频域数学模型。然后，研究了变频电机电压及漏电流频率特征分布规律，分析了绝缘阻抗及退化位置变化对漏电流基波频率倍频、开关频率倍频及二者所构成边带频率特征的影响。进而提出一种基于漏电流多频率特征的变频电机主绝缘状态在线监测方法，不仅可以评估主绝缘退化程度，而且可以精准识别主绝缘退化位置。该方法在变频电机多种运行工况下进行了验证，实验测试与仿真结果一致，验证了所提出主绝缘在线监测方法的有效性和准确性。     

基于dSPACE的车用牵引电机控制器设计与实现

为实现燃料电池轿车用牵引电机控制器的快速开发,提出了一种基于dSPACE与虚拟样机技术的车用牵引电机控制器的设计方法。该方法基于定子电流最优控制策略建立控制系统模型,在dSPACE平台上进行控制器设计、实时仿真及虚拟样机性能测试,测试结果验证了该设计方法的有效性。该方法可以代替传统的电机控制器迭代设计与样机试制过程,将成为车用牵引电机系统设计研发的重要手段。     

基于dSPACE的车用牵引电机控制器设计与实现

为实现燃料电池轿车用牵引电机控制器的快速开发,提出了一种基于dSPACE与虚拟样机技术的车用牵引电机控制器的设计方法。该方法基于定子电流最优控制策略建立控制系统模型,在dSPACE平台上进行控制器设计、实时仿真及虚拟样机性能测试,测试结果验证了该设计方法的有效性。该方法可以代替传统的电机控制器迭代设计与样机试制过程,将成为车用牵引电机系统设计研发的重要手段。     

一种磁阻电机建模与多款软件耦合使用的优势

磁阻电机电感非线性、电磁环境复杂多变,MATLAB对于复杂电磁参数处理能力有限且不能精确反映电机实际运行工况。设计了一款新型磁阻电机并对Maxwell、Simplorer与MATLAB耦合使用的可行性进行研究。通过理论计算、分析,推算了新型磁阻电机的数学模型。基于Motor-CAD搭建电机模型。基于Maxwell对电机参数进行优化并阐述了ECE模型提取过程。基于Simplorer建立了驱动电路模型。基于MATLAB/Simulink建立直接转矩控制（DTC）主电路模型,之后耦合进行联合调试。仿真结果表明基于DTC的新型磁阻电机的转矩脉动更低,多款软件的耦合仿真分析是可行的,且能够精确反应磁阻电机实时工况和任意时刻磁力线分布。丰富了电机设计途径的多样性。     

感应电机定子匝间短路故障温升特性研究

感应电机匝间短路故障的温升特性是故障的明显特征之一,针对该问题研究不同工况下匝间短路故障对电机温度场的影响,旨在从电机温度场分布与温升特性角度给出电机故障预警与诊断的方法。以一台笼型感应电机为例,经过合理等效建立电机三维瞬态温度场仿真模型,分别对空、轻、满载三种工况下的正常与故障电机进行温度场仿真计算。通过与各情况下的电机温升实验数据对比,验证了仿真结果的准确性。综合分析电机温升实验与温度场仿真结果,揭示了电机故障前后传热特性差异,并通过对比电机温升的时间特性与空间分布特性的变化情况,得到了与匝间短路故障相关的温度分布特征。针对故障后电机绕组温度的差异特性提出了相应的温度监测与诊断方法,为电机实际运行监测提供参考。     

基于工业互联网和多传感器数据的电机故障诊断方法

提出了一种基于工业互联网和多传感器数据的电机故障诊断方法。通过各类传感器在线实时得到电机的电压、电流、振动、温度等信号的瞬时值,并转化为表征电机状态的各个特征参数。根据各个特征参数在各个故障模式下的变动情况,得到各个故障模式下故障特征及其隶属度。把故障特征与故障模式之间的关系分为充分条件和必要条件关系。按照充分条件和必要条件分类后,对每个故障模式对应的2类条件下的故障特征的隶属度进行融合,最后得出每个故障模式的隶属度,为远程运维系统决策服务。该方法既可以部署在电机远程运维工业互联网的边缘设备中,也可以部署在云平台服务程序中,实现快速而可靠的电机故障诊断。     

基于有限元分析的动车组牵引电机转子断条故障特性分析

以CRH2型动车组的牵引电机为例,定义了电机转子非对称运行时的电磁场计算模型。基于数值分析的基本原理,利用有限元分析软件Jmag,对牵引电机故障前后的磁场、导条电流进行了计算,并分析了转子断条对电机磁场、气隙磁密、导条电流的影响。同时根据动车组的运行特点,对故障电机在牵引特性曲线上不同工作点下的运行状态进行了仿真,分析了断条故障特征分量随着电机工作点的变化情况,为后续动车组牵引电机断条故障检测技术的研究奠定了基础。     

基于不平衡电流的电机定子故障模糊诊断方法

本文基于模糊理论和定子不平衡电流检测法，提出了电机定子故障的模糊诊断方法，建立了模糊推理算法和诊断规则，借助实验电机取得了与实际情况较为一致的诊断结果。这种方法将模糊理论与领域专家知识结合起来，不需要建立确切的故障模型，即可进行故障诊断；由于直接选取不平衡电流作为特征信号，可方便地实现定子故障的在线监测；具有较强的通用性和实用性。     

基于振动监测的电机轴承故障智能诊断

电机轴承故障是电机常见故障之一。对电机轴承故障进行精确诊断是确保电机安全稳定运行的必要措施。现提出了一种基于振动监测的电机轴承故障智能诊断方法。利用振动加速度传感器监测电机轴承振动,采集电机振动加速度数据,然后对电机振动加速度数据进行时域分析和频域分析,提取与电机轴承故障相关的时域特征参数和频域特征参数,再依据电机故障故障特征参数判断电机是否存在轴承故障。实际应用表明,电机轴承故障智能诊断方法可对电机轴承故障进行精确诊断。     

基于ARM嵌入式系统的电机故障诊断系统的设计

介绍了基于A R M嵌入式系统的电机故障诊断系统,对系统的软硬件设计方法进行了阐述,系统采用小波包算法来诊断电机故障,能够进行实时数据采集,在线状态监测,实现了现代测控和诊断系统的小型化和智能化。     

基于相关分析的感应电机定子故障诊断方法研究

分析了感应电机定子线圈短路故障时的振动特征及定子电流的谱特性，指出由于受电机固有不对称等因素的影响，单纯利用振动谱分析或定子电流信号频谱分析(MCSA)诊断定子线圈短路故障，不能得到准确可靠的诊断结果；提出了一种基于相关分析的感应电机定子故障诊断方法，能有效提取电机定子故障时的特征信息，利用该方法可提高故障识别的精度；实验结果证实，基于相关分析得到的谱特征可以作为感应电机定子线圈短路故障诊断的依据。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态，实现对电机故障模式的自动识别和准确诊断，将数据融合技术与神经网络相结合，建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理，然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断，获得彼此独立的证据，再运用D-S（Dempser sha-fer）证据理论融合算法对各证据进行融合，最终实现对电机故障的准确诊断。诊断测试试验证明，该诊断系统提高了电机故障诊断的精度，能够满足诊断的实时性要求。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态,实现对电机故障模式的自动识别和准确诊断,将数据融合技术与神经网络相结合,建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理,然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断,获得彼此独立的证据,再运用DS(DempserShafer)证据理论融合算法对各证据进行融合,最终实现对电机故障的准确诊断。诊断测试试验证明,该诊断系统提高了电机故障诊断的精度,能够满足诊断的实时性要求。     

基于一维RepVGG协同领域自适应的电机滚动轴承故障诊断

在使用传统机器学习类方法对电机滚动轴承故障进行诊断时,电机运行工况的变化以及采集信号时的噪声干扰,会出现源域训练集和目标域测试集分布不一致的问题。提出了基于一维RepVGG协同领域自适应的故障诊断方法。RepVGG具有精度高和速度快的特点,使用一维RepVGG实现对电机滚动轴承信号的特征提取;基于提取的特征,在网络顶层结构中使用集成优化目标函数来实现域自适应,并完成轴承故障诊断。基于凯斯西储大学轴承数据集,对该方法进行了实验验证。实验结果表明,在电机变工况运行时,改进方法为诊断性能优于现有其他诊断方法。