原文传递
动车组电力电子电路微小故障预测方法研究
| 论文题名： | 动车组电力电子电路微小故障预测方法研究 |
| 关键词： | 高速动车组;电力电子电路;微小故障预测;RBF神经网络;PSO粒子群算法;灰色理论 |
| 摘要： | 随着我国高速动车组列车进入到跨越式发展的新时期，动车组在高速运行时的安全、稳定与可靠性受到了广泛关注。动车组列车在高速运行时，任何微小的故障都有可能引发重大的安全事故并造成难以估量的损失。电源系统是否正常运行是动车组列车正常运行的关键环节，而电源系统的关键则是其中的电力电子电路是否正常工作。因此，研究电力电子电路工作状态的实时监测、预测和微小故障诊断具有重要的意义。本文主要研究了以下内容： (1)概述了目前国内外故障预测以及微小故障诊断的主要成果，整理了目前各类故障预测以及故障诊断的方法，分析了各种方法的优缺点。 (2)介绍了电力电子电路主要元器件的主要特征参数以及老化趋势，包括电解电容、电感、MOSFET管、功率二极管，汇总出了各元器件故障发生概率表并分别分析了其工作原理和失效机理，重点研究了电解电容的特征性能。 (3)研究了Buck电路的工作原理及电路因元器件老化而产生的趋势，以及表征电路趋势的特征参数，并用仿真得到的图、表和数据验证选取参数的正确性。通过对电路特征参数的分析来得知电路的健康情况。 (4)重点研究了粒子群算法、灰色预测理论、RBF神经网络，并将这三种方法进行融合和改进，对电力电子电路的状态监测预测方法进行了研究。结合元器件老化特征规律和Buck电路工作状态，从理论和仿真两方面得到输出平均电压和输出纹波电压值。通过方法融合，得到一种能够较为准确预测未来时间段内电路工作状态的预测方法，此方法综合了灰色理论可利用贫数据进行预测、PSO能够全局搜索且较为准确高效和RBF不需要建模的优点。与未改进的RBF神经网络进行对比，实验结果证明了此种方法良好的非线性跟踪性和准确性。最后给出了研究工作的总结。 |
| 作者： | 王绅宇 |
| 专业： | 机械工程 |
| 导师： | 叶银忠 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海应用技术学院 |
| 学位年度： | 2015 |
检索历史
应用推荐
