动车组制动控制系统故障及改进答题.docxVIP

摘 要 随着高速铁路在我国的普及，动车组的运行安全问题受到越来越多的关注。如何保障列车安全可靠的运行，成为近期的研究热点和难点问题。 制动控制系统作为动车组制动系统的关键组成部分，能否正常稳定工作，直接影响动车组的安全可靠运行，因此对制动控制系统的状态监测和故障诊断显得尤为重要和关键。由于动车组制动控制系统的复杂性及引进消化吸收的时间不长，制动控制系统故障仍较为多发，严重影响着动车组的正常稳定可靠运行。因此本课题对动车组制动控制系统中关键设备和部件的故障及潜在故障隐患开展深入研究，提出和改进了己有的故障特征提取技术和故障诊断方法，用于动车组制动控制系统关键设备和部件的故障诊断，以提高制动控制系统的可靠性、稳定性和主动安全防护能力。设计开发了制动控制单元自动化测试与故障诊断系统，并运用在CRH2型动车组制动控制系统的监测与故障诊断中，取得了很好的效果。 关键词:制动控制系统故障;诊断;集成经验模态分解;最小二乘支持向量机;粒子群算法  目 录 摘 要 1 第1章 制动控制系统故障诊断研究现状及存在的问题 5 1.1故障特征提取技术 5 1.2故障诊断方法 6 (1)基于专家系统的故障诊断方法 6 (2)基于人工神经网络的故障诊断方法 7 (3)基于案例推理的故障诊断方法 8 (4)基于多智能体的故障诊断方法 8 (6)基于主成分分析的故障诊断方法 9 (7)基于支持向量机的故障诊断方法 9 1.3智能故障诊断系统 10 1.4存在的问题 12 第2章 故障特征提取技术与故障诊断方法 14 2.1主成分分析法 14 2.2集成经验模态分解方法 15 2.2.1经验模态分解 15 2.2.2集成经验模态分解 16 2.3最小二乘支持向量机的原理及结构参数优化方法 17 2.3.1最小二乘支持向量机的原理 17 2.3.2最小二乘支持向量机结构参数优化方法 18 2.3.3遗传算法 18 2.3.4模拟退火算法 19 2.3.5粒子群算法 19 2.4最小二乘支持向量机的多分类方法 19 2.4.1一对多的多分类法 20 2.4.2一对一的多分类法 20 2.4.3有向无环图的多分类法 21 2.4.4二叉树结构的多分类法 22 2.4.5基于改进最优二叉树的多分类法 23 本章小结 24 参考文献 25  绪 论 随着高速动车组在我国的飞速发展，动车组运行的可靠性和安全性受到越来越多的关注。作为动车组九大关键技术之一，制动系统能否稳定可靠工作直接关系到动车组的安全稳定运行。而制动控制系统作为制动系统的大脑和控制核心，负责制动系统的操作和具体执行，其工作安全可靠性显得尤为重要。 故障诊断技术是一门了解和掌握设备在使用过程中的状态，确定其整体或局部是正常还是异常，早期发现故障及其原因，并预报故障发展趋势的技术。随着科学技术的进步和人民生活水平的提高，乘坐动车组出行变得越来越普遍。如果动车组上的某台设备出现故障而又未能及时发现和排除，其结果不仅会导致设备本身损坏，还可能造成列车非正常停车或发生事故，甚至发生车毁人亡的严重后果，造成巨大的经济及人员损失。因此，对动车组组成的各个设备和零部件进行故障诊断具有极为重要的意义。 制动控制系统是一个复杂的系统，产生故障的环节较多，如制动控制系统制动控制单元通讯故障可能涉及到内部所有控制板的工作状态;制动控制系统中的传感器故障可能导致列车制动性能的下降或紊乱。由于列车在运用过程中，工作环境和列车操作状态等会实时发生改变，从而导致制动控制系统的某一故障可能只有在特定的条件下才能够出现。因此有些故障需要结合车型和设备类型才能查找故障的根本原因。 当前大部分的动车组制动系统及其制动控制系统都已经具有一定的自行诊断功能，能够诊断出常见的系统故障，但是由于出现故障的不可预知性和系统运行现场环境的多变性等因素，工作人员无法完全知道整个系统可能出现的所有故障。另一方面，设备的自诊断功能也不能诊断出设备运行的所有故障和其自身内部的故障，有些故障需要通过电压、电流、温度、压力和速度等特征描述，需要应用信号处理、数据挖掘和信息融合等多种技术进行分析。由于这些技术的先进性、复杂性和智能化高等特点，往往需要专门的维修人员到现场维修，这就导致故障拖延时间长、故障原因查不清楚和维修费用高等问题。  第1章 制动控制系统故障诊断研究现状及存在的问题 目前故障诊断的理论方法主要分为三类:基于知识的方法、基于数学模型的方法和基于人工智能的方法。其中基于人工智能的故障诊断方法由于其方法的智能性和多领域结合，取得很大的进展和成就。目前对故障诊断技术的研究主要分为两部分:故障特征提取技术的研究和智能故障诊断方法的研究，下面分别对二者作简要的概述。 1.1故障特征提取技术 在故障诊断技术的发展过程中，最重要最关键而且也是最困难的