原文传递
基于典型相关分析的高速列车牵引系统故障检测研究
| 论文题名： | 基于典型相关分析的高速列车牵引系统故障检测研究 |
| 关键词： | 高速列车;牵引系统;故障检测;典型相关分析 |
| 摘要： | 当前，高速列车已然成为城际间最重要的交通工具。牵引系统是高速列车的核心系统，是集机械、电气、通信等子系统为一体的多功能且高度集成的复杂系统，既为列车提供了充足动力，也保证了列车运行的可靠性。但随着高速列车运行里程的增加，牵引系统的元器件磨损，老化等问题日益突出，极易引发各种故障，若不及时处理，故障逐步加剧会给列车运行带来严重的安全隐患。因此，针对高速列车牵引系统开展故障检测研究具有着重要的意义。本文以高速列车牵引系统为研究对象，基于数据驱动的方法建立系统模型，利用典型相关分析方法设计有效的牵引系统故障检测策略。本课题的主要研究内容有如下几点： （1）介绍了高速列车牵引系统的运行机理及基本结构，与此同时，阐述了牵引系统信号采集的工作机理；在此基础上，研究了牵引系统的典型故障，探讨了不同类型故障的产生原因及表现，尤其描述了传感器的故障，并对各种传感器故障进行建模分析。 （2）针对高速列车牵引系统采集信号的非高斯问题，提出了基于K-L散度（Kullback-Leibler Divergence，KLD）和典型相关分析（Canonical Correlation Analysis，CCA）的高速列车牵引系统故障检测方法。该方法经过严格的数学理论分析给出了单变量和多变量形式的K-L散度评价函数，通过引入两个非线性坐标变换实现了非高斯信号向高斯信号的转换。采用非高斯信号处理的策略可有效避免对非高斯的概率密度函数估计，提升了算法处理精度和计算效率。同时，提高了该方案在牵引系统中实际应用的可行性。 （3）针对高速列车牵引系统的微小故障难以检测问题，提出了基于Hellinger距离（Hellinger Distance，HD）和典型相关分析的高速列车牵引系统微小故障检测方法。考虑实际工况条件下的牵引系统，定性分析了牵引系统的微小故障，融合信号中的噪声信息精确建模。而后，从多种条件下引入Hellinger距离并构建统计量，以实现对牵引系统的微小故障检测。最后，将该方案在高速列车牵引系统的数据中验证，该算法对微小故障敏感度较高，计算复杂度较低，可满足高频采样的牵引系统实时故障检测需求。 |
| 作者： | 王艳 |
| 专业： | 电子与通信工程 |
| 导师： | 宋宇;刘金桐 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长春工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
