機(jī)車控制電源移相全橋變換器的故障診斷.pdf

1、隨著我國鐵路行業(yè)的迅速發(fā)展，其各項(xiàng)技術(shù)指標(biāo)均已經(jīng)達(dá)到世界領(lǐng)先地位，但是對(duì)鐵路安全及其可靠性的要求也逐漸地升高，目前，根據(jù)有關(guān)文獻(xiàn)指出列車的主要故障來源于微機(jī)系統(tǒng)的故障，而機(jī)車控制電源作為機(jī)車控制的核心部件，其是否安全可靠運(yùn)行直接影響到微機(jī)系統(tǒng)的正常工作，鑒于機(jī)車控制電源電路結(jié)構(gòu)的特殊性以及在機(jī)車運(yùn)行過程中的重要性，必須針對(duì)機(jī)車控制電源的故障，對(duì)其進(jìn)行合理、有效、快速地診斷以減輕由控制電源故障帶來的危害。
　　本文針對(duì)機(jī)車控制電源的

2、核心電路移相全橋變換器展開研究，首先介紹機(jī)車控制電源的結(jié)構(gòu)與發(fā)展及其發(fā)生故障的原因，根據(jù)移相全橋變換器電路結(jié)構(gòu)及其工作原理，依據(jù)機(jī)車控制電源的參數(shù)對(duì)其進(jìn)行仿真，由于電路在實(shí)際工作過程中由于內(nèi)部的非線性元件，其波形中會(huì)參雜很多噪音與諧波，因此在仿真過程中必須考慮此原因在仿真模型中加入噪音與諧波的仿真。然后利用“小波包算法與神經(jīng)網(wǎng)絡(luò)算法相互結(jié)合的能量特征值”的診斷方法進(jìn)行仿真測(cè)試，指出傳統(tǒng)的小波包變換在故障診斷中存在兩點(diǎn)困擾：首先小波包對(duì)故

3、障信號(hào)的分解層數(shù)過少時(shí)，故障信息不能夠完全呈現(xiàn)出來；其次分解層數(shù)過大時(shí)，其特征維數(shù)過大使其在BP神經(jīng)網(wǎng)絡(luò)算法過程中訓(xùn)練時(shí)間和故障診斷的整個(gè)過程時(shí)間加大，嚴(yán)重影響其準(zhǔn)確率。依據(jù)前面所述的兩點(diǎn)問題本文所提出的改進(jìn)，起初對(duì)信號(hào)利用小波包db3算法將其的高頻部分與低頻部分同時(shí)分解并進(jìn)行多層次的分解以至于使故障信息徹底地呈現(xiàn)出來，但是在應(yīng)用小波包算法理論中對(duì)于數(shù)據(jù)的分解，其形象的分解樹的最底一層所包含對(duì)信息蘊(yùn)藏的節(jié)點(diǎn)，其數(shù)目將根據(jù)分解樹層次的增加

4、，節(jié)點(diǎn)數(shù)將以指數(shù)級(jí)形式增長，倘若將這些最底層的代表信息的節(jié)點(diǎn)數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入的特征向量，則在神經(jīng)網(wǎng)絡(luò)算法中由于所參與的神經(jīng)元數(shù)目龐大、結(jié)構(gòu)復(fù)雜、難于收斂，最后使真?zhèn)€過程導(dǎo)致“維數(shù)災(zāi)難”的發(fā)生。因此通過對(duì)流形學(xué)習(xí)算法中Laplacian Eigenmap算法的改進(jìn)對(duì)所處理的數(shù)據(jù)進(jìn)行維數(shù)約簡處理，通過流形學(xué)習(xí)算法使高維數(shù)據(jù)降維到“可視化”這一標(biāo)準(zhǔn)對(duì)樣本數(shù)據(jù)降到3維，有效地解決“維數(shù)災(zāi)難”問題，但是對(duì)高維數(shù)據(jù)過度地降維使某些故障信息嚴(yán)重丟失