原文传递
基于SVM的机车主变流器故障诊断
| 论文题名： | 基于SVM的机车主变流器故障诊断 |
| 关键词： | 电力机车;主变流器;故障诊断;支持向量机;小波分析 |
| 摘要： | 众所周知，安全是铁路运输的生命线，机车的可靠运行是铁路安全生产的最基本保障。对机车进行实时检测和故障诊断是防止机车故障、保障安全运行、提高运输效率的一个重要的技术手段。 本文所研究的课题来源于国家863计划《列车安全状态监测及故障预警技术研究》和国家自然科学基金项目《基于列车通信网络的高速列车故障诊断系统研究》，文章首先阐明了对机车进行故障诊断的重要意义，接着介绍了机车故障诊断技术的发展现状，引入模式识别与机器学习领域中的前沿工具一支持向量机，采用SVM对电力机车主变流器故障进行诊断。 论文以电力机车主变流器为研究对象，介绍了电力机车主变流器的电路结构，在分析其工作原理的基础上，分析了电路的故障分布情况；针对变流器输出参量特征，选择输出电压作为故障信号提取对象。借助仿真软件Matlab中的Simulink工具箱，仿真得到了主变流器发生不同故障时电路所对应的输出电压，采用小波分析对输出电压进行信号处理，提取故障特征，构造特征向量，获得蕴涵电路故障信息的样本。利用SVM工具箱构建多故障分类器，但是，SVM在无限空间建立分类超平面，容易导致误分类，针对此问题，本文提出了改进方法，使SVM在确定的有限空间进行分类，这是本文的创新之处。最后用仿真样本进行了训练和测试，实验结果表明分类效果良好，实现了预期目标。 总之，本文提出的诊断方法具有实时性强、准确性高的特点，对电力机车主变流器故障诊断具有积极的理论指导意义。 |
| 作者： | 钟燕科 |
| 专业： | 控制科学与工程 |
| 导师： | 陈特放 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中南大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
