發(fā)布時(shí)間：2021-07-04 11:30

　　隨著社會(huì)的發(fā)展和人們環(huán)保意識(shí)的提高,電動(dòng)車(chē)作為一種綠色、便捷的交通出行工具,普及率越來(lái)越高,深受人們的喜愛(ài)。尤其是老年電動(dòng)代步車(chē),它是專(zhuān)門(mén)為老年人以及行動(dòng)不便的殘疾人士設(shè)計(jì)的一種方便出行的工具。故障診斷和預(yù)測(cè)技術(shù)經(jīng)歷了幾十年的發(fā)展,已取得了豐碩的研究成果。如何將故障診斷和預(yù)測(cè)技術(shù)應(yīng)用到電動(dòng)代步車(chē)系統(tǒng)中,以提高電動(dòng)代步車(chē)的可靠性和安全性具有重要的研究意義和實(shí)用價(jià)值。本文針對(duì)電動(dòng)代步車(chē)系統(tǒng)提出了一種基于混雜鍵合圖和隨機(jī)濾波的故障診斷和剩余使用壽命預(yù)測(cè)方法。首先,基于混雜鍵合圖理論建立了電動(dòng)代步車(chē)系統(tǒng)的混雜鍵合圖模型。接著,通過(guò)參數(shù)辨識(shí)方法辨識(shí)出系統(tǒng)模型參數(shù),根據(jù)獲得的電動(dòng)代步車(chē)混雜鍵合圖模型,推導(dǎo)出全局解析冗余關(guān)系用于故障檢測(cè)�；谌纸馕鋈哂嚓P(guān)系建立模式變化特征矩陣和模式依賴(lài)故障特征矩陣進(jìn)行模式跟蹤和故障隔離,得到系統(tǒng)的工作模式和可能的故障集合。為了對(duì)可能故障集合進(jìn)行更新以獲得真正的故障源,需要借助故障辨識(shí)方法將可能故障集合中的故障參數(shù)進(jìn)行辨識(shí),并將故障辨識(shí)結(jié)果和參數(shù)的標(biāo)稱(chēng)值作對(duì)比,根據(jù)比較結(jié)果確定真正的故障。本文首先介紹了非線(xiàn)性系統(tǒng)中常用的擴(kuò)展卡爾曼濾波算法和無(wú)跡卡爾曼濾波算法,并根據(jù)... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１解析冗余的原理圖??Ｆｉｇ?１．１?Ｓｃｈｅｍａｔｉｃ?ｏｆ?ｔｈｅ?ａｎａｌｙｔｉｃａｌ?ｒｅｄｕｎｄａｎｃｙ－ｂａｓｅｄ?ｆａｕｌｔ?ｄｉａｇｎｏｓｉｓ??

?脅｜Ｅ工業(yè)大學(xué)碩士斑文???［５］�；谛盘�(hào)的故障診斷方法在感應(yīng)電機(jī)、功率變換器和系統(tǒng)中機(jī)械部件的實(shí)時(shí)監(jiān)??測(cè)和診斷中有著廣泛的應(yīng)用。其原理圖如圖１．２所示ｓ??．．ＪＩ?纖ｔｔｉ?只??７：?＾｜?ｉ秦觸■??？?ｆｔ督特征分析?？??故．障??ａ麵ｔｘ?■氺■?：＿謹(jǐn)信號(hào)?＾???ｕ桂｜過(guò)程?ｑ價(jià)號(hào)特怔生成??ａ?１．２塞于信號(hào)故障途斷的原理圖??Ｆｉｇ?１．２?Ｓｃｈｅｍａｔｉｃ?ｏｆ?ｔｈｅ?ｓｉｇｎａｌ－ｂａｓｅｄ?ｆａｕｌｔ?ｄｉａｇｎｏｓｉｓ??信號(hào)特征的提取可以分為時(shí)域特診提取和頻域特征提齲時(shí)域特征的提取包??括均值、趨勢(shì)、方＿、標(biāo)準(zhǔn)差、幅値以及相位等，而頻域牿征包括頻譜等ａ面此基??于信號(hào)的故障診斷一般苽以分為時(shí)域信號(hào)診斷方法、頻域信號(hào)診斷方法和時(shí)頻信??號(hào)診斷方法。在［１４］中，盧義兵等通過(guò)綜合極性法比較小電流接地饋線(xiàn)中時(shí)頻、儀??號(hào)等暫態(tài)特征量，對(duì)相鄰線(xiàn)路中極性做記錄標(biāo)記并排序，實(shí)現(xiàn)了對(duì)小電流接地系統(tǒng)??故障的準(zhǔn)確判斷和定位。在［１５］中，Ｃ．Ｗｕ等提出了一種新型的永磁同步電機(jī)驅(qū)動(dòng)??電流傳感器故障檢測(cè)與容錯(cuò)控制策略。該方法只需要三相電流和電機(jī)轉(zhuǎn)子ｆｅ麗僧??息，不需要精確的系統(tǒng)模型和明確的參數(shù)，就可以實(shí)時(shí)評(píng)估系統(tǒng)健康狀態(tài)并且具有??在線(xiàn)修正獲得變化和零點(diǎn)漂移的能力。？??（３）基于知識(shí)的方法??塞乎先驗(yàn)已知模型的方法與基號(hào)的方法的不同，基子知識(shí)的故障診斷方??法也稱(chēng)為＿：基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法，它需要大量的歷史數(shù)據(jù)，然后借助人工智??能的手段，如機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等，檢查系統(tǒng)觀察到的行為和知識(shí)庫(kù)之間的一致??性，從而在分類(lèi)器的幫助下進(jìn)行故障診斷決

圖４．１?ＵＫＦ和ＤＳＵＫＦ的對(duì)比??Ｆｉｇ?４．１?Ｃｏｍｐａｒｉｓｏｎ?ｂｅｔｗｅｅｎ?ＵＫＦ?ａｎｄ?ＤＳＵＫＦ??

【參考文獻(xiàn)】：
期刊論文
[1]偏最小二乘法在系統(tǒng)故障診斷中的應(yīng)用[J]. 梁北辰,戴景民.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2020(03)
[2]基于暫態(tài)信號(hào)的小電流接地系統(tǒng)故障定位[J]. 盧義兵,常彩霞,喬耀洲.  電子設(shè)計(jì)工程. 2020(04)
[3]基于模型的曲軸位置傳感器故障診斷研究[J]. 王貴勇,呂其峰,姚國(guó)仲,申立中.  傳感技術(shù)學(xué)報(bào). 2020(01)
[4]基于數(shù)據(jù)清洗和知識(shí)遷移的變壓器故障診斷模型[J]. 白浩,王昱力.  電工電能新技術(shù). 2020(01)
[5]基于凸優(yōu)化-壽命參數(shù)退化機(jī)理模型的鋰離子電池剩余使用壽命預(yù)測(cè)[J]. 姜媛媛,曾文文,沈靜靜,楚軍.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2019(03)
[6]面向輕量化目標(biāo)的新能源老年代步車(chē)設(shè)計(jì)[J]. 李洋,薛強(qiáng),李明真.  機(jī)械設(shè)計(jì). 2018(01)
[7]基于RBF神經(jīng)網(wǎng)絡(luò)的動(dòng)力電池故障診斷系統(tǒng)研究[J]. 古昂,張向文.  電源技術(shù). 2016(10)
[8]多代理系統(tǒng)框架下的主動(dòng)配電系統(tǒng)故障診斷[J]. 田方媛,張巖,徐兵,文福拴,朱炳銓,徐立中.  電力自動(dòng)化設(shè)備. 2016(06)
[9]我國(guó)老年代步車(chē)市場(chǎng)調(diào)查研究[J]. 姚明月.  現(xiàn)代商貿(mào)工業(yè). 2015(10)
[10]Unscented extended Kalman filter for target tracking[J]. Changyun Liu1,2, Penglang Shui1, and Song Li2 1. National Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, P. R. China; 2. Missile College of Air Force Engineering University, Sanyuan 713800, P. R. China.  Journal of Systems Engineering and Electronics. 2011(02)

博士論文
[1]復(fù)雜機(jī)電系統(tǒng)服役過(guò)程的剩余壽命預(yù)測(cè)及維修決策方法研究[D]. 杜雪嬌.吉林大學(xué) 2019
[2]基于鍵合圖理論的多體系統(tǒng)耦合動(dòng)力學(xué)建模方法的研究[D]. 王中雙.哈爾濱工業(yè)大學(xué) 2007

碩士論文
[1]基于LabVIEW的印刷機(jī)故障診斷系統(tǒng)設(shè)計(jì)[D]. 趙瑋.西安理工大學(xué) 2019
[2]基于輔助輸入信號(hào)的主動(dòng)故障診斷方法研究[D]. 王俊德.北京化工大學(xué) 2019
[3]基于UKF的輪轂驅(qū)動(dòng)汽車(chē)驅(qū)動(dòng)電機(jī)轉(zhuǎn)矩故障診斷研究[D]. 佟玲.哈爾濱工業(yè)大學(xué) 2018
[4]基于鍵合圖的電動(dòng)代步車(chē)故障診斷與預(yù)測(cè)[D]. 夏浩.合肥工業(yè)大學(xué) 2018
[5]基于鍵合圖理論的逆變器故障診斷方法研究[D]. 楊婷.哈爾濱工業(yè)大學(xué) 2013



本文編號(hào)：3264708