机车控制电源移相全桥变换器的故障诊断

机车控制电源移相全桥变换器的故障诊断

ID:34937754

大小:3.88 MB

页数:78页

时间:2019-03-14

机车控制电源移相全桥变换器的故障诊断_第1页
机车控制电源移相全桥变换器的故障诊断_第2页
机车控制电源移相全桥变换器的故障诊断_第3页
机车控制电源移相全桥变换器的故障诊断_第4页
机车控制电源移相全桥变换器的故障诊断_第5页
资源描述:

《机车控制电源移相全桥变换器的故障诊断》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、1.TM46公开";;密级中图分类号;j'UDC:本校编号:(iW义遠乂肇*續硕±学位论文论文题目:机车控制电源移相全桥变换器的故障诊断毛向德学号0212401研究生妓名::学校指导教师姓名王庆贤职称;高级X程师:申i青举伪:等级:专业:电力电子与电力传动2015612,,论文答辩日期2015.6.09论文提交日期::i独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加W标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成

2、果,也不包含获得兰州巧通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名;签字日期:苗护年月日学位论文版权使用授权书本学位论文作者完全了解兰州《通大学有关保留、使用学位论文的规定。特授权兰州交通大学可将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编共查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明):毛i学位论文作者签名:於么句竣导师签名^.?吃么签字

3、日期:巧5年月日签字日期:〇仅年月片日占■'硕士学位论文机车控制电源移相全桥变换器的故障诊断FaultDiagnosisofPhase-shiftedFull-bridgeConverterinLocomotiveControlSystemPowerSupply作者姓名:毛向德学科、专业:电力电子与电力传动学号:02120401指导教师:王庆贤教授级高级工程师完成日期:2015年4月15日兰州交通大学LanzhouJiaotongUniversity兰州交通大学硕士学位论文摘要随着我国铁路行业的迅速发展,其各项技术指标均已经达到世界领先地位,但是对铁路安全及其可靠性的要求也逐

4、渐地升高,目前,根据有关文献指出列车的主要故障来源于微机系统的故障,而机车控制电源作为机车控制的核心部件,其是否安全可靠运行直接影响到微机系统的正常工作,鉴于机车控制电源电路结构的特殊性以及在机车运行过程中的重要性,必须针对机车控制电源的故障,对其进行合理、有效、快速地诊断以减轻由控制电源故障带来的危害。本文针对机车控制电源的核心电路移相全桥变换器展开研究,首先介绍机车控制电源的结构与发展及其发生故障的原因,根据移相全桥变换器电路结构及其工作原理,依据机车控制电源的参数对其进行仿真,由于电路在实际工作过程中由于内部的非线性元件,其波形中会参杂很多噪音与谐波,因此在仿真过程中必须考虑此原

5、因在仿真模型中加入噪音与谐波的仿真。然后利用“小波包算法与神经网络算法相互结合的能量特征值”的诊断方法进行仿真测试,指出传统的小波包变换在故障诊断中存在两点困扰:首先小波包对故障信号的分解层数过少时,故障信息不能够完全呈现出来;其次分解层数过大时,其特征维数过大使其在BP神经网络算法过程中训练时间和故障诊断的整个过程时间加大,严重影响其准确率。依据前面所述的两点问题本文所提出的改进,起初对信号利用小波包db3算法将其的高频部分与低频部分同时分解并进行多层次的分解以至于使故障信息彻底地呈现出来,但是在应用小波包算法理论中对于数据的分解,其形象的分解树的最底一层所包含对信息蕴藏的节点,其数

6、目将根据分解树层次的增加,节点数将以指数级形式增长,倘若将这些最底层的代表信息的节点数作为神经网络输入的特征向量,则在神经网络算法中由于所参与的神经元数目庞大、结构复杂、难于收敛,最后使真个过程导致“维数灾难”的发生。因此通过对流形学习算法中LaplacianEigenmap算法的改进对所处理的数据进行维数约简处理,通过流形学习算法使高维数据降维到“可视化”这一标准对样本数据降到3维,有效地解决“维数灾难”问题,但是对高维数据过度地降维使某些故障信息严重丢失从而影响故障诊断的准确率。根据过度降维这一缺点,对拉普拉斯特征映射算法进行改进,提出了基于马氏距离的拉普拉斯映射算法,解决了邻域选

7、择问题使LE算法中的k具有自适应性,并且通过分形理论中关联维数的研究得出了对高维故障特征向量本征维数的估计,解决了流形学习算法中d选取的难点,从而达到对高维数据精确降维的目的。-I-机车控制电源移相全桥变换器的故障诊断最后通过Matlab/Simulink软件验证本文所提出的诊断方法有效性和准确性。关键词:移相全桥变换器;流形学习;数据降维;马氏距离;关联维数;论文类型:应用基础研究-II-兰州交通大学硕士学位论文AbstractWiththe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。