论文部分内容阅读
铁路运输作为国家最主要的运输方式之一,其安全性与可靠性对于铁路事业的发展具有重要意义,而扼流适配变压器作为站内轨道电路的重要组成设备,已被广泛应用于电气化铁路中,安装于强弱电结合部位,不仅对牵引电流和信号电流提供回流的通道,还对牵引供电系统中大的不平衡牵引电流给轨道电路正常作业造成的影响起抗干扰作用,确保了列车行车稳定、安全、可靠的运行。但是,由于扼流适配变压器本身结构的复杂性、作业环境的多变性以及故障发生位置的隐蔽性,当其出现故障时,单纯地由铁路现场工作人员根据经验,不能及时对故障发生的位置进行准确地定位,而且不能对故障发生的原因进行准确的判断,对铁路运行效率和行车安全造成了严重的影响。因此本文提出一种 IWPA-FNN(Improved Wolf Pack Algorithm-Fuzzy Neural Network,改进狼群算法—模糊神经网络)模型用于扼流适配变压器的故障诊断究。本文研究主要从以下几个方面进行:(1)对扼流适配变压器在电气化铁路中发挥的重要作用进行了阐述,并通过国内外学者对扼流适配变压器以及故障诊断方法的研究和应用,阐述了对扼流适配变压器进行智能故障诊断研究的重要性。(2)通过对扼流适配变压器结构特点、工作原理的分析,结合轨道电路系统不同工作状态,梳理了其常见故障,并分析了导致故障发生的原因及故障机理;根据铁路现场25Hz相敏轨道电路实际工作环境,在测试条件下搭建模型,然后对扼流适配变压器的相应故障进行模拟,采集其在不同状态下的故障数据,结合FNN(Fuzzy Neural Network,模糊神经网络)原理,就故障特点搭建扼流适配变压器智能故障诊断模型。(3)引入WPA(Wolf Pack Algorithm,狼群算法),对算法基本思想及步骤进行了介绍,并通过标准测试函数对比验证其寻优性能。为了改善算法后期寻优能力,提出一种IWPA(Improved Wolf Pack Algorithm,改进狼群算法),并分析改进后算法的可行性。(4)针对FNN早熟、收敛速度慢等缺点,模拟狼群捕猎过程,用IWPA最优输出结果优化FNN参数,构建IWPA-FNN扼流适配变压器故障诊断模型;从算法的角度出发,以提高扼流适配变压器故障诊断精度为目标,用故障样本对不同模型进行仿真对比,验证IWPA-FNN模型满足精度要求,为进一步研究铁路信号设备故障诊断提供可选择性。