目前,我国高速列车技术正处于快速发展的阶段,对牵引传动系统进行准确的故障诊断及寿命预测从而保障其能够稳定运行,一直是学者们关注和研究的热点。本文结合“基于大数据的变流器健康管理基础平台研究”项目,对变流器故障诊断及寿命预测技术进行了研究。具体研究内容如下:(1)对变流器瞬变故障进行诊断研究。以HXD1C型机车为背景,首先介绍了其变流器结构以及逆变器工作原理,通过仿真软件搭建了逆变器直接转矩控制模型;其次选取了逆变器的IGBT开路故障为主要研究对象,通过对不同种类开路故障进行仿真模拟,得到了各类故障工况下逆变器的输出电流波形,利用小波分析技术对其进行处理,提取能量值和波形比例系数作为故障诊断的特征向量。(2)研究了基于BP神经网络和SOM神经网络的故障诊断系统。首先介绍了BP神经网络算法和SOM神经网络算法,并对故障类别进行了编码作为BP网络的要求输出,同时分别设计了BP神经网络和SOM神经网络的结构;然后通过仿真验证了这两种诊断方式的有效性,并对两种方法做了对比分析。(3)基于IGBT开关实验进行了变流器寿命预测的研究。首先对IGBT的动态特性及监测参数进行了研究;其次进行了IGBT开关实验,选用集电极-发射极导通压降作为本文的监测参数并对获取的数据进行了分析统计;最后基于灰色模型,建立了一种IGBT状态退化模型,并验证了该模型的准确性。