發(fā)布時間：2017-09-23 07:30

  本文關鍵詞：基于模糊支持向量機的搗固車液壓系統(tǒng)故障診斷研究

  更多相關文章： 搗固車 液壓系統(tǒng) 特征提取 故障診斷 模糊支持向量機

【摘要】：由于搗固車液壓系統(tǒng)工作強度大,負荷高,如果在維修鐵軌時不能及時解決產(chǎn)生的故障,那么就會影響其他列車的順利運行。因此,非常有必要開展搗固車液壓系統(tǒng)的故障診斷方法研究。本文研究了故障振動信號降噪方法以及故障特征提取方法,并在此基礎上研究了一種基于模糊支持向量機的搗固車液壓系統(tǒng)故障分類方法,旨在當搗固車液壓系統(tǒng)發(fā)生故障時能夠準確快速地實現(xiàn)故障分類,同時采用改進的粒子群優(yōu)化算法優(yōu)化模糊支持向量機的參數(shù)以提高分類正確率。本文介紹了改進EMD閾值降噪方法、Q-Shift雙樹復小波域HMT模型降噪方法和改進EMD閾值結(jié)合Q-Shift雙樹復小波域HMT模型的降噪方法,并在此基礎上研究了基于完全總體經(jīng)驗模態(tài)分解CEEMD與模糊熵相結(jié)合的搗固車液壓系統(tǒng)故障特征提取方法。首先利用經(jīng)驗模態(tài)分解EMD方法對故障振動信號進行分解,得到固有模態(tài)函數(shù)IMF。其次,根據(jù)連續(xù)均方誤差準則選擇前幾個主要IMF采用改進的閡值法進行去噪。再次,將去噪后的和余下的IMF分量分別采用Q-Shift雙樹復小波域HMT模型進行二次去噪。然后,將二次去噪后的各IMF分量進行信號重構(gòu)得到最終去噪后的故障信號。最后,利用完全總體經(jīng)驗模態(tài)分解獲得最終去噪故障信號的IMF分量,并采用模糊熵算法計算前幾個主要IMF分量的模糊熵構(gòu)成故障特征向量。實驗結(jié)果表明改進EMD閾值結(jié)合Q-Shift雙樹復小波域HMT模型的降噪方法能夠達到更好的降噪效果,采用本文所提的故障特征提取方法提取的特征量能夠很好地表征故障信息。本文研究基于模糊支持向量機FSVM的搗固車液壓系統(tǒng)故障分類模型與方法,同時采用改進的粒子群優(yōu)化算法優(yōu)化模糊支持向量機的模型參數(shù),目的在于提高故障診斷模型的診斷正確率。首先采用模糊C均值隸屬度函數(shù)求解出各個樣本點的模糊隸屬度,以此改變各個樣本點的懲罰參數(shù),構(gòu)造FSVM分類模型。然后,選用改進的粒子群優(yōu)化算法對FSVM模型中的懲罰系數(shù)C、核函數(shù)寬度σ進行優(yōu)化,選擇最優(yōu)參數(shù)構(gòu)建FSVM最優(yōu)故障診斷模型,并利用該模型進行故障分類。仿真實驗表明該方法對搗固車液壓系統(tǒng)的故障類型具有很高的識別率。
【關鍵詞】：搗固車 液壓系統(tǒng) 特征提取 故障診斷 模糊支持向量機
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TH137;TP18;U216.631
【目錄】：

• 摘要5-7
• Abstract7-12
• 第一章 緒論12-22
• 1.1 論文研究背景及意義12-13
• 1.1.1 論文研究背景12
• 1.1.2 論文研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-18
• 1.2.1 信號降噪與特征提取技術的研究現(xiàn)狀13-14
• 1.2.2 模糊支持向量機技術的研究現(xiàn)狀14-15
• 1.2.3 液壓系統(tǒng)故障診斷技術的研究現(xiàn)狀15-18
• 1.3 研究方法18
• 1.4 論文的研究內(nèi)容及結(jié)構(gòu)安排18-22
• 1.4.1 論文的研究內(nèi)容18-19
• 1.4.2 論文的結(jié)構(gòu)安排19-22
• 第二章 SVM相關理論22-40
• 2.1 統(tǒng)計學習理論基礎22-26
• 2.1.1 VC維理論22-23
• 2.1.2 推廣性的界23-24
• 2.1.3 結(jié)構(gòu)風險最小化原則24-26
• 2.2 最優(yōu)分類超平面26-27
• 2.3 支持向量機分類原理27-31
• 2.3.1 線性支持向量分類機27-30
• 2.3.2 非線性支持向量分類機30-31
• 2.4 多類分類支持向量機31-39
• 2.5 本章小結(jié)39-40
• 第三章 搗固車液壓系統(tǒng)故障狀態(tài)振動信號降噪與特征提取技術40-62
• 3.1 基于改進EMD閾值處理的降噪方法40-44
• 3.1.1 經(jīng)驗模態(tài)分解原理40-42
• 3.1.2 改進EMD閾值處理的降噪原理42-44
• 3.2 基于Q-Shift雙樹復小波域HMT模型降噪方法44-47
• 3.2.1 Q-Shift雙樹復小波變換44-45
• 3.2.2 小波域隱馬爾可夫樹模型45-46
• 3.2.3 Q-Shift雙樹復小波域隱馬爾可夫樹模型降噪原理46-47
• 3.3 改進EMD閾值結(jié)合Q-Shift雙樹復小波域HMT模型降噪方法47-48
• 3.4 信號降噪仿真實驗及分析48-54
• 3.5 基于CEEMD與模糊熵的搗固車液壓系統(tǒng)故障特征提取54-61
• 3.5.1 完全總體經(jīng)驗模態(tài)分解54-55
• 3.5.2 模糊熵理論的基本原理55-57
• 3.5.3 CEEMD模糊熵在搗固車液壓系統(tǒng)故障特征提取中的應用57-61
• 3.6 本章小結(jié)61-62
• 第四章 模糊支持向量機故障診斷模型62-72
• 4.1 模糊支持向量機的相關理論62-66
• 4.1.1 模糊集理論62-63
• 4.1.2 模糊隸屬度的度量方法63-65
• 4.1.3 模糊支持向量機核函數(shù)的選擇65-66
• 4.2 模糊支持向量機故障診斷模型的構(gòu)建及分類流程66-69
• 4.2.1 模糊支持向量機故障診斷模型的建立66-67
• 4.2.2 模糊支持向量機故障診斷模型的分類流程67-69
• 4.3 故障診斷實驗69-70
• 4.4 本章小結(jié)70-72
• 第五章 基于PSO算法優(yōu)化的FSVM在搗固車液壓系統(tǒng)故障診斷中的應用72-84
• 5.1 粒子群優(yōu)化算法及其改進72-75
• 5.1.1 基本粒子群優(yōu)化算法72-74
• 5.1.2 改進的粒子群優(yōu)化算法74-75
• 5.2 模糊支持向量機模型的參數(shù)優(yōu)化75-77
• 5.3 改進粒子群優(yōu)化算法優(yōu)化模糊支持向量機的流程與步驟77-79
• 5.4 仿真實驗分析79-83
• 5.5 本章小結(jié)83-84
• 第六章 總結(jié)和展望84-86
• 6.1 結(jié)論84
• 6.2 未來工作展望84-86
• 致謝86-88
• 參考文獻88-92
• 附錄A 攻讀學位期間發(fā)表論文與軟件著作權(quán)目錄92-94
• 附錄B 攻讀學位期間參與的研究工作94

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王紅;09-32型連續(xù)式搗固車[J];鐵道建筑;2003年04期

2 翟紹春;黃志堅;;搗固車液壓系統(tǒng)的維護[J];工程機械與維修;2008年06期

3 王於化;;我國第一臺部分國產(chǎn)化大型搗固車勝利出廠[J];機車電傳動;1990年05期

4 余啟明;08—32搗固車搗固裝置產(chǎn)生動作沖擊與不同步的原因分析及消除方法[J];機車電傳動;1999年02期

5 韋展慧;08-32型搗固車制動距離調(diào)整方法的探討[J];機車車輛工藝;2002年02期

6 韓志青,齊風林;搗固車的名詞術語詮釋[J];鐵道建筑;2003年04期

7 高春雷,陸亦群;搗固車激光位移傳感器檢測系統(tǒng)的研制[J];鐵道建筑;2004年08期

8 易師武;08-32型搗固車曲線作業(yè)荒撥的分析與探討[J];上海鐵道科技;2004年03期

9 應立軍,周書武,亓琳,王景元;08-32搗固車作業(yè)電氣救援系統(tǒng)的研制[J];鐵道學報;2004年06期

10 應立軍,周書武,亓琳,王景元;08-32搗固車電氣系統(tǒng)在線監(jiān)測與故障診斷系統(tǒng)[J];交通運輸工程學報;2004年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李忠祥;;08-32型搗固車前端電氣輸入系統(tǒng)的故障分析[A];鐵道工務論文集（第3冊）[C];2004年

2 張坤;;08-16搗固車無走行故障分析及處理辦法[A];鐵道工務論文集（第3冊）[C];2004年

3 陸亦群;高春雷;;提高搗固車作業(yè)精度的探索[A];鐵路大型養(yǎng)路機械論文集[C];2005年

4 謝洪波;;09-32搗固車工作小車補償值原理推導[A];鐵路大型養(yǎng)路機械論文集[C];2005年

5 張成福;;09-32搗固車使用心得[A];鐵路大型養(yǎng)路機械論文集[C];2005年

6 閻正義;;搗固裝置備用總成保有量的影響因素和計算方法[A];鐵路大型養(yǎng)路機械論文集[C];2005年

7 潘勇;;內(nèi)燃直動式搗固機[A];鐵道工務論文集（第3冊）[C];2004年

8 言建文;;08-32搗固車四點法前端偏移修正方法的探討[A];鐵路大型養(yǎng)路機械論文集[C];2005年

9 曹德勝;;對搗固車起撥道裝置的安全卡控措施的探討[A];鐵路大型養(yǎng)路機械論文集[C];2005年

10 孫清平;;搗固車線路破壞后的恢復措施[A];鐵路大型養(yǎng)路機械論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前7條

1 陳南輝邋王寅坤 劉俊;全路首臺新型工務搗固車亮相[N];人民鐵道;2007年

2 通訊員 周主文　楊峰;連續(xù)式搗固車通過鐵道部出廠評審[N];人民鐵道;2010年

3 趙其紅 富建強;昆明中鐵新型搗固車問世[N];中國鐵道建筑報;2003年

4 南永生;為了四千公里鐵路線的安全[N];中國職工科技報;2006年

5 楊濱　呼興寶 王作奎;“機械化部隊”松遼平原展開攻堅戰(zhàn)[N];人民鐵道;2007年

6 本報記者 樊康屹 本報通訊員 何威;黨支部立項攻關顯成效[N];人民鐵道;2013年

7 陸華邋郭薇娜;昆明局工務維修體制改革初見成效[N];人民鐵道;2008年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 李瑋;搗固車軌道參數(shù)自動引導系統(tǒng)的關鍵技術研究[D];昆明理工大學;2011年

2 吳桂清;鐵路搗固車設備狀態(tài)與作業(yè)質(zhì)量在線監(jiān)測方法及應用[D];湖南大學;2012年

3 劉毅;搗固裝置及其電液激振技術的研究[D];浙江大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 于俊夫;基于WSN的搗固車作業(yè)部件故障狀態(tài)監(jiān)測與應用[D];昆明理工大學;2015年

2 堯宇;基于可靠性分析的搗固裝置維護策略研究[D];西南交通大學;2015年

3 陳榮;基于CAN總線的道岔搗固車分布式控制系統(tǒng)[D];西南交通大學;2014年

4 宋亞麗;CAN總線技術在搗固車上的應用研究[D];石家莊鐵道大學;2014年

5 胡志柯;DWL-48型搗固穩(wěn)定車系統(tǒng)的動力學性能研究[D];西南交通大學;2016年

6 潘國瑞;道岔搗固車起撥道作業(yè)對軌道結(jié)構(gòu)受力和變形的影響研究[D];西南交通大學;2016年

7 伍超;鐵路板結(jié)道床搗固作業(yè)機理研究[D];西南交通大學;2016年

8 王勇;基于模糊支持向量機的搗固車液壓系統(tǒng)故障診斷研究[D];昆明理工大學;2016年

9 李蕊;搗固車作業(yè)系統(tǒng)多傳感器數(shù)據(jù)融合的研究[D];昆明理工大學;2016年

10 浦明;基于改進的BP神經(jīng)網(wǎng)絡的搗固車故障診斷專家系統(tǒng)的研究[D];昆明理工大學;2016年

，

本文編號：903989