基于PHM技術的鐵路貨車制動系統(tǒng)故障診斷研究
發(fā)布時間:2021-05-24 19:42
中國是一個鐵路貨運大國,伴隨著國家經(jīng)濟快速發(fā)展和亞歐鐵路等項目的建設,鐵路貨車的載重量不斷提高,運行距離不斷加大,同時鐵路貨車運行的安全問題也越發(fā)凸顯。鐵路貨車制動系統(tǒng)是保障安全運行的關鍵裝置,其一旦發(fā)生故障極易引發(fā)嚴重事故,造成財產(chǎn)甚至人員損失。所以對鐵路貨車制動系統(tǒng)開展故障監(jiān)測和診斷具有重要意義。我國鐵路貨車大多數(shù)使用120型空氣分配閥為核心的空氣制動系統(tǒng)。本文通過研究120型空氣制動系統(tǒng)運行原理和常見故障機理,提出基于故障預測與健康管理(PHM)技術的鐵路貨車制動系統(tǒng)故障診斷方案。該方案主要包含兩部分內(nèi)容。一是建立制動系統(tǒng)車載監(jiān)測系統(tǒng),實現(xiàn)對制動系統(tǒng)運行狀態(tài)的實時監(jiān)測,獲取貨車制動系統(tǒng)空氣壓力參數(shù),并根據(jù)監(jiān)測數(shù)據(jù)提取故障特征參數(shù)。二是開展制動系統(tǒng)故障診斷,分別建立基于BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡的故障診斷模型,依據(jù)監(jiān)測系統(tǒng)反饋的故障特征參數(shù)完成模型訓練,比較兩種模型診斷效果,實現(xiàn)對鐵路貨車制動系統(tǒng)的故障診斷。本文主要完成了以下工作:(1)分析了 120型空氣制動系統(tǒng)組成結(jié)構和充氣緩解、減速充氣緩解、常規(guī)制動、緊急制動、制動保壓五種工作狀態(tài)的運行原理。依據(jù)車載監(jiān)測系統(tǒng)反饋的監(jiān)測數(shù)據(jù)...
【文章來源】:北京交通大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 引言
1.1 研究背景及意義
1.2 PHM技術國內(nèi)外研究現(xiàn)狀
1.2.1 國外PHM技術研究現(xiàn)狀
1.2.2 國內(nèi)PHM技術研究現(xiàn)狀
1.3 列車故障監(jiān)測及診斷研究現(xiàn)狀
1.4 本文主要內(nèi)容
1.5 本章小結(jié)
2 空氣制動系統(tǒng)PHM方案設計
2.1 空氣制動系統(tǒng)結(jié)構
2.1.1 空氣制動系統(tǒng)部件組成
2.1.2 120型閥結(jié)構
2.2 空氣制動系統(tǒng)工作原理
2.2.1 充氣緩解
2.2.2 減速充氣緩解
2.2.3 常規(guī)制動
2.2.4 制動保壓
2.2.5 緊急制動
2.3 空氣制動系統(tǒng)常見故障分析
2.3.1 制動感度故障
2.3.2 制動安定故障
2.3.3 緩解不良故障
2.3.4 自然緩解故障
2.4 空氣制動系統(tǒng)PHM方案設計
2.5 本章小結(jié)
3 空氣制動系統(tǒng)車載監(jiān)測系統(tǒng)設計
3.1 監(jiān)測方案設計
3.2 監(jiān)測設備布置方案
3.2.1 車載監(jiān)測裝置
3.2.2 車-地通信裝置
3.2.3 地面?zhèn)鬏斕幚硌b置
3.2.4 試驗車輛
3.3 采集點的選擇
3.4 車載監(jiān)測裝置安裝方案一:集成夾片式
3.4.1 車載主機
3.4.2 采集單元
3.4.3 電源
3.4.4 現(xiàn)場安裝過程
3.5 車載監(jiān)測裝置安裝方案二:分散安裝式
3.5.1 主機箱
3.5.2 采集單元
3.5.3 電源
3.5.4 現(xiàn)場安裝過程
3.6 安裝方案比較
3.7 地面讀出設備改造
3.8 本章小結(jié)
4 空氣制動系統(tǒng)故障特征提取
4.1 監(jiān)測數(shù)據(jù)分析
4.1.1 數(shù)據(jù)統(tǒng)計
4.1.2 常規(guī)制動和緊急制動分析
4.1.3 制動故障分析
4.2 故障特征參數(shù)獲取
4.3 數(shù)據(jù)歸一化處理
4.4 本章小結(jié)
5 空氣制動系統(tǒng)故障診斷模型的構建與仿真
5.1 基于BP神經(jīng)網(wǎng)絡的空氣制動系統(tǒng)故障診斷
5.1.1 BP神經(jīng)網(wǎng)絡研究
5.1.2 BP神經(jīng)網(wǎng)絡設計
5.1.3 BP神經(jīng)網(wǎng)絡訓練及測試
5.2 基于RBF神經(jīng)網(wǎng)絡的空氣制動系統(tǒng)故障診斷
5.2.1 RBF神經(jīng)網(wǎng)絡研究
5.2.2 RBF神經(jīng)網(wǎng)絡設計
5.2.3 RBF神經(jīng)網(wǎng)絡訓練及測試
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄A
作者簡介
學位論文數(shù)據(jù)集
【參考文獻】:
期刊論文
[1]PHM技術在高速道岔中的應用和難點分析[J]. 錢坤. 鐵道建筑. 2019(01)
[2]PHM技術框架及其關鍵技術綜述[J]. 邱立軍,吳明輝. 國外電子測量技術. 2018(02)
[3]鐵路貨車120型控制閥的檢修分析[J]. 陳春棉,陳曉麗. 科技廣場. 2017(01)
[4]PHM技術國內(nèi)外發(fā)展情況綜述[J]. 呂琛,馬劍,王自力. 計算機測量與控制. 2016(09)
[5]綜合航空電子系統(tǒng)故障診斷與健康管理技術發(fā)展[J]. 盧海濤,王自力. 電光與控制. 2015(08)
[6]鐵路客車空氣制動系統(tǒng)故障分析及處理措施[J]. 王金花. 科技風. 2014(08)
[7]DK-2制動機的氣動系統(tǒng)故障診斷技術研究[J]. 南杰,黃志武. 石家莊鐵道大學學報(自然科學版). 2013(03)
[8]基于解析冗余關系的法維萊制動機系統(tǒng)故障診斷技術[J]. 黃志武,劉建剛,劉偉榮,李爍,張佳潔. 鐵道學報. 2013(03)
[9]人工神經(jīng)網(wǎng)絡技術發(fā)展綜述[J]. 陳格. 中國科技信息. 2009(17)
[10]貨車檢修微控集中試風系統(tǒng)的研制[J]. 丁寧. 上海鐵道科技. 2008(01)
博士論文
[1]基于RBF網(wǎng)絡逼近的機器人自適應動態(tài)面控制方法研究[D]. 羅紹華.重慶大學 2013
[2]自適應組合RBF濾波器理論及其應用研究[D]. 曾祥萍.西南交通大學 2013
[3]BP神經(jīng)網(wǎng)絡的理論及其在農(nóng)業(yè)機械化中的應用研究[D]. 王吉權.沈陽農(nóng)業(yè)大學 2011
[4]機械動力傳動系統(tǒng)關鍵部件故障預測技術研究[D]. 曾慶虎.國防科學技術大學 2010
[5]基于BP和RBF神經(jīng)網(wǎng)絡的木材缺陷檢測研究[D]. 牟洪波.東北林業(yè)大學 2010
[6]重載組合列車牽引及制動系統(tǒng)的試驗與仿真研究[D]. 張波.中國鐵道科學研究院 2009
[7]電子系統(tǒng)的故障預測與健康管理技術研究[D]. 許麗佳.電子科技大學 2009
碩士論文
[1]基于BP神經(jīng)網(wǎng)絡的太湖葉綠素濃度反演[D]. 王根深.南京郵電大學 2018
[2]基于機器學習的醫(yī)療健康分類方法研究[D]. 許杰.鄭州大學 2018
[3]基于貝葉斯網(wǎng)絡的地鐵列車制動系統(tǒng)可靠性分析[D]. 鄭姝婷.北京交通大學 2018
[4]高速鐵路牽引供電設備故障預測與健康管理平臺設計與實現(xiàn)[D]. 羅鳴州.西南交通大學 2018
[5]基于貝葉斯網(wǎng)絡的貨車空氣制動系統(tǒng)故障診斷研究[D]. 裴迪.北京交通大學 2018
[6]基于動態(tài)故障樹的CRH2動車組制動系統(tǒng)可靠性分析研究[D]. 王健.北京交通大學 2014
[7]基于狀態(tài)和參數(shù)估計的重載列車ECP系統(tǒng)故障診斷[D]. 覃育富.中南大學 2014
[8]城軌車輛空氣制動系統(tǒng)仿真模擬及故障診斷研究[D]. 張秀潔.北京交通大學 2012
[9]列車制動系統(tǒng)的性能分析與研究設計[D]. 譚結(jié)清.中南大學 2010
[10]貨運列車制動系統(tǒng)的建模及仿真研究[D]. 楊璨.西南交通大學 2010
本文編號:3204753
【文章來源】:北京交通大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 引言
1.1 研究背景及意義
1.2 PHM技術國內(nèi)外研究現(xiàn)狀
1.2.1 國外PHM技術研究現(xiàn)狀
1.2.2 國內(nèi)PHM技術研究現(xiàn)狀
1.3 列車故障監(jiān)測及診斷研究現(xiàn)狀
1.4 本文主要內(nèi)容
1.5 本章小結(jié)
2 空氣制動系統(tǒng)PHM方案設計
2.1 空氣制動系統(tǒng)結(jié)構
2.1.1 空氣制動系統(tǒng)部件組成
2.1.2 120型閥結(jié)構
2.2 空氣制動系統(tǒng)工作原理
2.2.1 充氣緩解
2.2.2 減速充氣緩解
2.2.3 常規(guī)制動
2.2.4 制動保壓
2.2.5 緊急制動
2.3 空氣制動系統(tǒng)常見故障分析
2.3.1 制動感度故障
2.3.2 制動安定故障
2.3.3 緩解不良故障
2.3.4 自然緩解故障
2.4 空氣制動系統(tǒng)PHM方案設計
2.5 本章小結(jié)
3 空氣制動系統(tǒng)車載監(jiān)測系統(tǒng)設計
3.1 監(jiān)測方案設計
3.2 監(jiān)測設備布置方案
3.2.1 車載監(jiān)測裝置
3.2.2 車-地通信裝置
3.2.3 地面?zhèn)鬏斕幚硌b置
3.2.4 試驗車輛
3.3 采集點的選擇
3.4 車載監(jiān)測裝置安裝方案一:集成夾片式
3.4.1 車載主機
3.4.2 采集單元
3.4.3 電源
3.4.4 現(xiàn)場安裝過程
3.5 車載監(jiān)測裝置安裝方案二:分散安裝式
3.5.1 主機箱
3.5.2 采集單元
3.5.3 電源
3.5.4 現(xiàn)場安裝過程
3.6 安裝方案比較
3.7 地面讀出設備改造
3.8 本章小結(jié)
4 空氣制動系統(tǒng)故障特征提取
4.1 監(jiān)測數(shù)據(jù)分析
4.1.1 數(shù)據(jù)統(tǒng)計
4.1.2 常規(guī)制動和緊急制動分析
4.1.3 制動故障分析
4.2 故障特征參數(shù)獲取
4.3 數(shù)據(jù)歸一化處理
4.4 本章小結(jié)
5 空氣制動系統(tǒng)故障診斷模型的構建與仿真
5.1 基于BP神經(jīng)網(wǎng)絡的空氣制動系統(tǒng)故障診斷
5.1.1 BP神經(jīng)網(wǎng)絡研究
5.1.2 BP神經(jīng)網(wǎng)絡設計
5.1.3 BP神經(jīng)網(wǎng)絡訓練及測試
5.2 基于RBF神經(jīng)網(wǎng)絡的空氣制動系統(tǒng)故障診斷
5.2.1 RBF神經(jīng)網(wǎng)絡研究
5.2.2 RBF神經(jīng)網(wǎng)絡設計
5.2.3 RBF神經(jīng)網(wǎng)絡訓練及測試
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄A
作者簡介
學位論文數(shù)據(jù)集
【參考文獻】:
期刊論文
[1]PHM技術在高速道岔中的應用和難點分析[J]. 錢坤. 鐵道建筑. 2019(01)
[2]PHM技術框架及其關鍵技術綜述[J]. 邱立軍,吳明輝. 國外電子測量技術. 2018(02)
[3]鐵路貨車120型控制閥的檢修分析[J]. 陳春棉,陳曉麗. 科技廣場. 2017(01)
[4]PHM技術國內(nèi)外發(fā)展情況綜述[J]. 呂琛,馬劍,王自力. 計算機測量與控制. 2016(09)
[5]綜合航空電子系統(tǒng)故障診斷與健康管理技術發(fā)展[J]. 盧海濤,王自力. 電光與控制. 2015(08)
[6]鐵路客車空氣制動系統(tǒng)故障分析及處理措施[J]. 王金花. 科技風. 2014(08)
[7]DK-2制動機的氣動系統(tǒng)故障診斷技術研究[J]. 南杰,黃志武. 石家莊鐵道大學學報(自然科學版). 2013(03)
[8]基于解析冗余關系的法維萊制動機系統(tǒng)故障診斷技術[J]. 黃志武,劉建剛,劉偉榮,李爍,張佳潔. 鐵道學報. 2013(03)
[9]人工神經(jīng)網(wǎng)絡技術發(fā)展綜述[J]. 陳格. 中國科技信息. 2009(17)
[10]貨車檢修微控集中試風系統(tǒng)的研制[J]. 丁寧. 上海鐵道科技. 2008(01)
博士論文
[1]基于RBF網(wǎng)絡逼近的機器人自適應動態(tài)面控制方法研究[D]. 羅紹華.重慶大學 2013
[2]自適應組合RBF濾波器理論及其應用研究[D]. 曾祥萍.西南交通大學 2013
[3]BP神經(jīng)網(wǎng)絡的理論及其在農(nóng)業(yè)機械化中的應用研究[D]. 王吉權.沈陽農(nóng)業(yè)大學 2011
[4]機械動力傳動系統(tǒng)關鍵部件故障預測技術研究[D]. 曾慶虎.國防科學技術大學 2010
[5]基于BP和RBF神經(jīng)網(wǎng)絡的木材缺陷檢測研究[D]. 牟洪波.東北林業(yè)大學 2010
[6]重載組合列車牽引及制動系統(tǒng)的試驗與仿真研究[D]. 張波.中國鐵道科學研究院 2009
[7]電子系統(tǒng)的故障預測與健康管理技術研究[D]. 許麗佳.電子科技大學 2009
碩士論文
[1]基于BP神經(jīng)網(wǎng)絡的太湖葉綠素濃度反演[D]. 王根深.南京郵電大學 2018
[2]基于機器學習的醫(yī)療健康分類方法研究[D]. 許杰.鄭州大學 2018
[3]基于貝葉斯網(wǎng)絡的地鐵列車制動系統(tǒng)可靠性分析[D]. 鄭姝婷.北京交通大學 2018
[4]高速鐵路牽引供電設備故障預測與健康管理平臺設計與實現(xiàn)[D]. 羅鳴州.西南交通大學 2018
[5]基于貝葉斯網(wǎng)絡的貨車空氣制動系統(tǒng)故障診斷研究[D]. 裴迪.北京交通大學 2018
[6]基于動態(tài)故障樹的CRH2動車組制動系統(tǒng)可靠性分析研究[D]. 王健.北京交通大學 2014
[7]基于狀態(tài)和參數(shù)估計的重載列車ECP系統(tǒng)故障診斷[D]. 覃育富.中南大學 2014
[8]城軌車輛空氣制動系統(tǒng)仿真模擬及故障診斷研究[D]. 張秀潔.北京交通大學 2012
[9]列車制動系統(tǒng)的性能分析與研究設計[D]. 譚結(jié)清.中南大學 2010
[10]貨運列車制動系統(tǒng)的建模及仿真研究[D]. 楊璨.西南交通大學 2010
本文編號:3204753
本文鏈接:http://www.sikaile.net/kejilunwen/jiaotonggongchenglunwen/3204753.html