電力機(jī)車故障分析技術(shù)研究.pdf

1、鐵路對國民經(jīng)濟(jì)起著非常重要的作用，機(jī)車是鐵路的牽引動力設(shè)備。電力機(jī)車的采用在我國鐵路運輸中日益廣泛，HXD2B型電力機(jī)車是一種重載貨運機(jī)車。機(jī)車的結(jié)構(gòu)非常復(fù)雜，故障種類也是多種多樣。雖然在機(jī)車的使用過程中應(yīng)用了一些智能故障分析手段，但當(dāng)實際的問題產(chǎn)生時，故障分析與診斷工作、維修工作，多依賴于機(jī)務(wù)段檢修人員憑借經(jīng)驗進(jìn)行分析和診斷，遠(yuǎn)不能滿足鐵路現(xiàn)代化的要求。
　　本文旨在通過多種方法研究電力機(jī)車的智能診斷技術(shù)與方法，便于檢修人員能夠

2、迅速、準(zhǔn)確的找到機(jī)車的故障所在，進(jìn)行維修。本文研究了兩種故障診斷方法：基于粗糙集的案例推理方法和與粒子群優(yōu)化算法相結(jié)合的BP神經(jīng)網(wǎng)絡(luò)算法。本文首先查閱了電力機(jī)車相關(guān)資料，以司機(jī)顯示單元的故障為例，搜集了典型故障案例、故障特點，將專家知識記錄起來，并進(jìn)行整理，然后通過不同的方法，實現(xiàn)對電力機(jī)車故障診斷技術(shù)的研究。
　　案例推理方法是一種智能診斷方法，是一種基于知識的學(xué)習(xí)和問題求解方法，它通過重新使用或者修改歷史知識和實例，為新的問題

3、提供決策參考，并且可以不斷的自學(xué)習(xí)，更新知識庫。案例推理方法的過程包含案例檢索、案例重用、案例修正和案例保存四個過程[1]。在本文中案例檢索采用加權(quán)K-NN算法，權(quán)值利用粗糙集理論進(jìn)行計算；案例重用、案例修正的實現(xiàn)通過在每次診斷完成，使用人員和軟件進(jìn)行互動，記錄在案例庫中；案例保存同樣采用粗糙集理論，對案例進(jìn)行約簡，來實現(xiàn)方便、高效的信息存儲。
　　在粒子群優(yōu)化算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的算法中，BP神經(jīng)網(wǎng)絡(luò)算法建模簡單，普遍使用于

4、各個方法的研究，但是其收斂速度慢，容易陷入局部最優(yōu)值；而粒子群優(yōu)化算法收斂速度快，具有全局搜索功能，兩者結(jié)合能夠在全局范圍內(nèi)快速的找到最優(yōu)值。在此算法中，BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值由粒子群算法中粒子的位移代替，通過設(shè)置停止準(zhǔn)則：適應(yīng)度和迭代次數(shù)，在全局范圍搜索得到最優(yōu)的權(quán)值和閾值，并賦值給BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，大大加快了BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，增加了準(zhǔn)確性。
　　本文利用Matlab軟件進(jìn)行故障診斷技術(shù)的研究和仿真，利用電力機(jī)車的實