原文传递
基于贝叶斯网络的货车空气制动系统故障诊断研究
| 论文题名： | 基于贝叶斯网络的货车空气制动系统故障诊断研究 |
| 关键词： | 铁路货车;空气制动系统;故障诊断;贝叶斯网络 |
| 摘要： | 随着我国铁路货车载重量和运行速度的不断提高，货车运行安全问题日益突出。空气制动系统作为铁路货车的重要组成部分，对于列车安全运行和维持铁路运输秩序具有重要的作用。我国铁路货车主要采用装有120型控制阀的空气制动系统，其复杂的机械结构和恶劣的应用环境造成制动系统故障频繁发生，故障发生后准确地诊断与定位故障成为当前铁路货车的研究热点。 本文围绕铁路货车空气制动系统开展故障诊断研究，通过分析制动系统的常见故障机理以及现有的制动故障检修模式，提出了基于贝叶斯网络的货车空气制动系统故障诊断方法。该方法基于制动故障统计数据与贝叶斯网络的概率推理，获得了常见制动故障诊断与定位结果，在一定程度上解决了制动系统故障模糊性给诊断带来的困难。本文主要完成了以下研究工作: (1)分析了装有120型控制阀的货车空气制动系统结构与工作原理，通过制动单车试验数据，对制动感度、制动安定、缓解不良和自然缓解四类常见故障及故障机理进行了深入的分析。 (2)通过分析我国货车实际运用中的制动故障诊断与检修方法，提出了基于贝叶斯网络的货车空气制动系统故障诊断方法。 (3)提出了基于支持向量机的四类常见制动故障分类方法，利用单车试验中列车管和制动缸风压数据获得了训练集与测试集数据，在MATLAB中基于libsvm-3.22工具箱完成了支持向量机的训练与分类结果的验证实验。 (4)利用专家知识初步建立了四类常见制动故障诊断贝叶斯网络结构，通过行车故障统计表得到用于贝叶斯网络学习的训练集数据，在GeNIe2.2软件中基于训练集数据和K2算法对通过专家知识建立的网络结构进行了修正，最后基于EM算法完成了诊断贝叶斯网络的参数学习。 (5)将支持向量机的故障分类结果作为诊断贝叶斯网络的证据输入，在GeNIe2.2中基于联合树算法完成了四类制动故障诊断贝叶斯网络的推理，依据推理结果完成了制动故障诊断与定位。 |
| 作者： | 裴迪 |
| 专业： | 车辆工程 |
| 导师： | 岳建海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
