论文题名: | 基于矢量量化的列车闸片温度状态监测方法研究 |
关键词: | 高速列车;闸片温度;状态监测;故障诊断 |
摘要: | 当今随着我国高速铁路事业的发展,高速铁路已成为越来越多人的出行选择,人们对高速列车的依赖,使着人们对高速铁车的运行安全提出了更高的要求,而列车制动系统作为轨道交通装备安全最敏感的器件也备受行业关注。列车闸片温度数据能够反映列车闸片的工作状况,受环境因素的影响,对列车闸片温度数据缺乏有效分析和准确判断,会造成列车存在安全隐患并且运行效率降低,同时也对列车的维护检修造成困难。 状态监测与故障诊断技术经过多年来的研究和应用,目前已在国内外相关领域取得了很好的成果,成功避免了很多恶性事故,带来了一定的经济效益。本文以状态检修为突破点,对列车闸片引入了状态监测与故障诊断概念,通过温度数据尽早对列车闸片的潜在故障实现监测和识别。对列车闸片温度数据进行状态监测和故障诊断,为列车的高效运营维护提供了技术基础。 同时,由于语音识别与模式识别的相似性,也将VQ这种语音信号处理领域的成熟算法引入列车闸片温度数据的管理中。基于VQ的列车闸片温度数据管理,能够实现在线的状态监测、故障诊断和故障预测,保证列车安全高效运行。 根据列车实际运行情况,主要进行三个处理阶段。数据预处理阶段:将可能出现的跳变、缺失、噪声、冗余等异常数据过滤;训练数据阶段:使用VQ算法对不同闸片的温度数据进行迭代训练,所得的最优码本设置为模式库中的参考样本;识别阶段:对列车闸片温度数据与各个参考样本进行相似性度量,根据矢量量化的思想求出欧氏距离,得到诊断结果,从而确定列车闸片的工作状态,大大减少了误报漏报率。 结果表明,基于VQ的列车闸片温度的状态监测与故障诊断方法误报漏报率低,响应时间快,同时有效消除列车闸片温度的噪声和跳变的影响,能够满足列车闸片温度状态监测的实时性和准确度要求,为实际应用提供依据,对其他安全相关领域的研究也具有一定的参考价值。 |
作者: | 阚佳钰 |
专业: | 控制工程 |
导师: | 穆建成 |
授予学位: | 硕士 |
授予学位单位: | 北京交通大学 |
学位年度: | 2015 |
正文语种: | 中文 |