论文部分内容阅读
高速列车牵引系统是一个复杂工程系统,具有多闭环、高耦合、强干扰以及多源不确定性等特点。在列车运行过程中,牵引系统容易发生故障,系统稳定性下降,存在发生复合故障的可能性。本文以CRH2型动车组牵引电机驱动系统为研究对象,根据异步电机驱动系统中发生不同类型复合故障时数据的特点,进行复合故障诊断方案的研究。根据中车株洲电力机车研究所对牵引电机驱动系统复合故障的需求,本文针对牵引电机驱动系统以下三类复合故障进行了诊断方案研究:(1)异步电机定子匝间短路与转子断条复合故障;(2)电流传感器增益与偏置复合故障;(3)电阻性能退化和IGBT开路复合故障。具体内容如下:针对定子匝间短路与转子断条复合故障,提出了一种基于Park矢量模的复合故障诊断方法。考虑到噪声会造成故障的误判,采用小波分析对定子三相电流信号降噪。利用扩展Park矢量方法将去噪后的三相电流转换为Park矢量模,解决复合故障的特征频率容易被基频分量淹没的问题。然后采用快速傅里叶变换对Park矢量模频谱进行分析,提取该复合故障的特征用于训练BP神经网络。考虑到BP神经网络样本训练速度慢的问题,利用附加动量法和变步长法改进BP神经网络,提高训练的速度。改进的BP神经网络可以诊断出故障,并估计故障的严重程度。利用株洲电力机车研究所的半实物故障注入仿真平台的数据,验证了该复合故障诊断方法的有效性。针对异步电机驱动系统的电流传感器增益与偏置复合故障,提出了一种基于三相平均电流的复合故障诊断方法。考虑到噪声会影响故障特征,利用小波分析削弱三相电流信号的噪声。利用加权平均的思想将三相电流信号变换为平均电流信号,去除信号的对称分量,突出故障信息。分析并提取平均电流信号的时域特征,输入到Fisher分类器中判断故障类型,并利用曲线拟合方法估计故障的严重程度。通过株洲电力机车研究所的半实物平台验证了该复合故障诊断方法的有效性。针对电阻性能退化和绝缘栅双极型晶体管(IGBT)开路复合故障,提出了一种基于Hilbert模的复合故障诊断方法。利用经验模态分解U相电流信号并用相关系数筛选出其中有用信息,解决信号噪声对故障诊断的影响。采用希尔伯特变换将U相电流信号变换为Hilbert模,然后分析提取Hilbert模中复合故障特征。针对故障特征样本线性不可分以及全局最优参数的获取问题,采用遗传算法优化支持向量机参数,优化后的支持向量机根据故障特征能诊断出故障类型。该复合故障诊断方法在中南大学牵引传动系统故障注入平台上得到验证。