基于数据挖掘的机车牵引变流器故障诊断-电力电子与电力传动专业论文.docxVIP

西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 电力机车或电动车组是一个结构非常复杂的系统，而且其绝大部分时间 都处于运行状态，这对机车系统的运行可靠性提出了很高的要求。机车实时 故障诊断，是防止列车故障，保障运行安全，提高运输效率的一个重要技术 手段。 数据挖掘可以从大量的数据中智能地、自动地提取有价值的知识和信息， 是当前相当活跃的研究领域。随着我国铁路信息化建设快速发展，知识的自 动获取已经成为制约其进一步发展的“瓶颈”。因此，适用于机车故障诊断领 域的数据挖掘，具有理论意义和重要的实用价值。 电力机车与电动车组的电力牵引传动系统是其核心，牵引变流器的可靠 性决定着机车系统的可靠运行，论文选择机车变流器作为研究对象。 论文首先介绍了数据挖掘中几种比较成熟的算法的基础，提出了尝试采 用决策树、粗糙集和关联规则三种方法用于挖掘的思路。 论文以韶山8型电力机车主变流器为研究对象，通过对主变流器工作原 理的分析，用MATLAB6建立了主变流器的仿真模型。通过仿真得到了在不 同故障模式下主变流器输出电压的变化波形图。然后采用小波分析的方法对 电压波形进行了能量分解，构造了相应的特征向量，得出了由特征向量分析 判断故障的结论。 由于特征向量存在冗余，特征向量过多也意味着实际操作时连接的传感 器也过多，且可能产生不可识别的故障。所以论文采用数据挖掘的方法对冗 余特征向量进行识别和删除。论文分别采用决策树，粗糙集及关联规则对一 组典型特征向量进行挖掘，详细分析了挖掘过程，得到了理想的效果。 最后通过建立数据挖掘软件系统，利用仿真得到的数据建立数据库，进 行了数据预处理计算并对三种算法进行验证。 关键词：电力机车数据挖掘故障诊断小波分析 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第Ⅱ页 Abst ract The electric locomotive is a mechanical system with very complicated structure．Because of its non-stop operation state，there is hi曲demand to operation reliability of the locomotive system．The real-time fault diagnosis of locomotive is an important means to improve transportation efficiency． Data Mining，a new generation of tools and techniques for automatic and intelligent database analysis，is an active area with the promise for a high payoff in many business and scientific applications．On the other hand，knowledge acquisition has been a‘bottleneck’with the rapid development of railway information technology．To deal witll this problem．Data Mining technology is studied and implemented for locomotive fault diagnose in this paper． The system of locomotive is hugS and complicated．According to the fact，we choose the locomotive converter as the research object in thesis．The foundatioris of several ripelalgorithms are suggested at first，and three methods are adopted： Decision Tree，Rough Set and Association Rules to solve problem． The SS8 converter is the main study object in this paper．The converter’S simulation model is founded through the analysis of the converter’S work principle in MATLAB 6．Throu曲