详情

原文传递微小故障诊断与预测技术及其在高速列车牵引控制系统中的应用

论文题名：	微小故障诊断与预测技术及其在高速列车牵引控制系统中的应用
关键词：	动车组;牵引控制系统;故障诊断;故障预测
摘要：	高速列车因其舒适、便捷、安全和准时，已成为中国主流的城际间交通工具。CRH(China Railway High-speed)动车组高速列车是一个大型复杂的机电耦合系统，作为其重要组成部分，牵引控制系统的可靠性对于高速列车的安全运营至关重要。随着在轨运行时间的增长，牵引控制系统中的很多部件都会发生不同程度的性能衰退并引发早期微小故障。这些故障由于特征微弱，不易被列车故障监控系统及时检测出，但随着故障的逐步加剧，有可能演变为重大的灾难事故，给高速列车的安全运行带来潜在危险。因此，针对动车组高速列车的牵引控制系统开展早期微小故障诊断和预测的研究具有重要意义。　　本文针对CRH动车组高速列车牵引控制系统中可能出现的早期微小故障开展检测、诊断(故障的定位和重构)以及故障预测的理论研究。主要研究对象包括悬挂控制系统、感应电机驱动电路、感应电机传感器、变流器控制系统、感应电机本体(定子和转子绕组)等。系统模型描述形式包括线性定常系统、T-S模糊系统、具有不确定性的非线性系统以及广义非线性系统。本文主要工作包括以下6个方面：　　(1)系统地论述了线性系统基于ToMFIR残差的故障检测机理，主要包括：线性定常系统的ToMFIR残差理论、鲁棒ToMFIR残差理论、ToMFIR残差的近似计算理论、观测器残差修正理论等。构造了动车组列车悬挂系统的动态模型，包含轨道的垂向不平顺信号和多种类型的执行器早期微小故障。根据线性系统鲁棒ToMFIR残差理论和近似计算理论，实现悬挂系统执行器早期微小故障的检测。仿真结果表明，所提故障检测方案可以有效解决微小故障检测问题，在实时性和准确性方面都明显优于基于观测器残差的故障检测方法。　　(2)针对T-S模糊系统中早期微小故障的检测和诊断问题，设计了基于T-S模糊ToMFIR残差的故障检测方案，进一步结合滑模观测器和基于ToMFIR残差的隔离阈值实现微小故障的隔离，最后基于自适应观测器估计出执行器的效能损失比例。所提方法不仅能消除原始的基于ToMFIR残差的故障检测对于系统结构的约束，而且给出了形式更为一般的基于ToMFIR残差的故障诊断架构。该算法成功应用于牵引电机控制系统中驱动电路微小故障的诊断，并获得较好的仿真验证效果。　　(3)针对传感器早期微小故障往往呈现并发的特性，基于ToMFIR残差理论的进一步研究结果，给出了具有不确定性的非线性系统复合传感器故障的检测和定位方案，并应用于CRH2型动车组列车电机牵引控制系统的仿真中，成功实现了当电流传感器和转速传感器早期微小故障并发时的及时检测和精确定位。研究结果表明，基于ToMFIR残差的故障检测理论可以直接应用于非线性系统中，在解决实际系统(多为非线性系统)的早期故障诊断问题时，无需依赖繁琐的线性化　　手段，并可直接使用非线性系统的观测器设计方法。　　(4)广义系统可以用来描述许多大型复杂系统，并在电力系统、机电系统中有着广泛的应用，因此本章针对广义系统开展执行器/传感器早期微小故障重构的研究。首先通过参数化执行器和传感器的故障项，构造增广的广义系统模型，其次通过广义估计器的设计解耦系统中的扰动输入和输出测量噪声，为了获得最佳的故障重构效果，基于状态估计误差的数学表述提出了一个线性矩阵不等式优化问题，最终保证了在既定约束条件下的最优估计性能。以CRH2型动车组列车的三相逆变器控制系统为仿真应用对象，实现了对故障前后系统的状态、执行器/传感器早期微小故障以及输出测量噪声的准确估计。　　(5)牵引电机的本体故障(定/转子绕组故障)，是牵引电机控制系统中的主要故障类型。开展牵引电机早期本体故障的检测和诊断研究，不仅可以提高电机本身的可靠性，而且可以避免高速列车牵引控制系统发生重大故障。首先对三相鼠笼式异步电机定/转子绕组的早期故障进行数学建模和趋势特性分析，构建了牵引电机d-q坐标系状态空间方程(包括可能的绕组故障和负载扰动)，并针对此单输出系统提出了基于鲁棒观测器的故障检测和隔离方案，实现了定子绕组小范围绝缘层击穿(5％绝缘层击穿)故障下的检测和定位，具有较强的工程参考应用价值。　　(6)针对高速列车牵引系统中故障传播的机理和故障概率预测的问题，提出了一种基于键合图和贝叶斯网络的故障预测方法。首先基于CRH2型动车组列车逆变器-牵引电机级联子系统的固有物理结构，构造系统的键合图模型，为故障传播机理的研究提供定性模型；其次借助键合图模型辅助确定贝叶斯网络的结构，并针对完备数据集和不完备数据集，分别通过不同的参数学习方法(贝叶斯估计和EM算法)得到贝叶斯网络的条件概率表；最后根据确定的多层贝叶斯网络结构，采用多树传播的推理算法，实现了高速列车牵引控制系统中定/转子电路的故障概率预测。
作者：	吴云凯
专业：	控制理论与控制工程
导师：	姜斌
授予学位：	博士
授予学位单位：	南京航空航天大学
学位年度：	2017
正文语种：	中文