学位论文 > 优秀研究生学位论文题录展示

基于改进智能算法的电力机车牵引变压器故障诊断技术研究

作　者: 朱佼佼
导　师: 陈特放
学　校: 中南大学
专　业: 交通信息工程及控制
关键词: 电力机车牵引变压器 故障诊断 多分辨分析小波神经网络 量子改进的粒子群算法
分类号: U269.6
类　型: 硕士论文
年　份: 2011年
下　载: 64次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近些年来,我国铁路建设迎来了一个高速发展的时期,目前我国已经拥有全世界最大规模以及最高运营速度的高速铁路网,铁路营运里程跃居世界第二。随着我国铁路建设的飞速发展,保障铁路安全运输的工作显得尤为重要。而牵引变压器作为列车从牵引电网取电的直接设备,是整列火车动力的来源,毫不夸张地说它就是整个列车心脏。它的运行状况会直接影响电气化铁路系统能否安全、高效的运营,运行中,一旦出现故障,将会严重干扰铁路运输生产。所以本文提出了一种改进智能算法来提高牵引变压器故障诊断的效率。本文首先阐述电力机车牵引变压器故障诊断的意义和目前国内外的发展现状。根据电力机车牵引变压器的工作特点和结构,详细地分析了可能发生的故障类型以及在这些故障下提取故障特征值的方法。为了进一步提高牵引变压器故障诊断的效率,本文在详细分析了BP神经网络、径向基神经网络、小波神经网络和遗传算法、粒子群优化算法的优缺点后,选择量子改进的粒子群优化算法与多分辨分析小波神经网络相结合来诊断预测电力机车牵引变压器的故障类型。在最后的实验测试中,牵引变压器的600组样本数据均来自研究所2006年研制的电力机车主变压器综合测试及故障诊断系统,以及通过安置在被试变压器出线端、套管末屏接地线、铁芯接地线等处的罗果夫斯基线圈所得到的数据。利用这些样本对文中的四种神经网络(其中包括BP神经网络、两种小波神网络和本文提出的基于改进智能算法的多分辨分析小波神经网络)进行训练和测试,结果证明本文的诊断算法不仅收敛快、稳定,诊断准确率也更高(达到了95%)。

全文目录


摘要  3-4
ABSTRACT  4-6
目录  6-8
第一章 绪论  8-15
  1.1 开展电力机车牵引变压器故障诊断技术研究的意义  8-9
  1.2 国内外研究现状  9-11
  1.3 牵引变压器故障诊断的智能算法  11-13
  1.4 课题来源和论文结构  13-15
    1.4.1 课题来源  13
    1.4.2 论文的主要结构  13-15
第二章 电力机车牵引变压器的结构与故障分析  15-27
  2.1 电力机车牵引变压器的工作特点和基本结构  15-22
    2.1.1 韶山_7型电力机车主变压器  16-18
    2.1.2 韶山_8型电力机车主变压器  18-19
    2.1.3 HXD_1型电力机车主变压器  19-21
    2.1.4 HXD_3型电力机车主变压器  21-22
  2.2 牵引变压器的故障分析  22-27
    2.2.1 牵引变压器故障类型  22-23
    2.2.2 牵引变压器短路故障检测  23-25
    2.2.3 牵引变压器放电性故障检测  25
    2.2.4 故障信号处理  25-27
第三章 多分辨分析小波神经网络  27-40
  3.1 小波分析  27-30
    3.1.1 小波函数  27-28
    3.1.2 尺度函数  28-29
    3.1.3 小波函数与尺度函数的对比  29
    3.1.4 多分辨分析  29-30
  3.2 人工神经网络  30-37
    3.2.1 神经网络的基本结构  30-32
    3.2.2 神经网络的学习  32-37
  3.3 多分辨分析小波神经网络  37-40
    3.3.1 小波神经网络的分类  37-38
    3.3.2 小波神经网络的结构  38-39
    3.3.3 小波神经网络的学习算法  39-40
第四章 混合粒子群算法  40-48
  4.1 传统的粒子群算法  41-42
  4.2 免疫粒子群优化算法  42-43
  4.3 混沌粒子群算法  43
  4.4 量子计算  43-44
  4.5 量子改进的粒子群算法(QPSO)  44-48
第五章 基于QPSO多分辨分析小波神经网络的牵引变压器故障诊断  48-57
  5.1 电力机车牵引变压器故障诊断系统结构  48-50
  5.2 电力机车牵引变压器故障诊断算法实现  50-57
    5.2.1 基于QPSO的多分辨分析小波神经网的训练步骤  50-51
    5.2.2 网络初始化  51-52
    5.2.3 改进算法的训练与结果  52-55
    5.2.4 改进算法的测试与结果  55-57
总结与展望  57-58
参考文献  58-63
致谢  63

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 基于支持向量机的故障诊断方法研究,TP18
  5. 三容水箱系统故障诊断算法研究,TP277
  6. 水上交通安全保障系统的关键技术研究,U698
  7. 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
  8. HART现场故障诊断仪的研究与实现,TP277
  9. 聚合釜群多通道实时在线监测系统研究,TP274
  10. 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
  11. 发电设备综合状态的评价方法研究及应用,TM621.3
  12. 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
  13. 轿车悬架故障诊断系统研究,U472.9
  14. 发动机振动与燃烧分析虚拟仪器的设计开发与应用研究,TK407
  15. 频带熵方法及其在滚动轴承故障诊断中的应用,TH165.3
  16. 发动机冷试与加工数据的多元相关性研究与应用,U464
  17. 举升液压系统数控模拟试验台的设计与研究,TH702
  18. 船舶柴油机运行状态监测和诊断系统的开发,U664.121
  19. 不确定系统的鲁棒故障估计与主动容错控制研究,TP13
  20. 航空发动机燃调系统故障诊断,V263.6
  21. 列控系统及其计算机网络的故障诊断与故障容错研究,TP393.06

中图分类: > 交通运输 > 铁路运输 > 机车工程 > 机务段、机车保养与检修 > 电力机车检修
© 2012 www.xueweilunwen.com