隨著高速鐵路的快速發(fā)展,行車密度逐年增加,列車行駛的安全性問題變得越來越突出。列車傳動系統(tǒng)作為轉(zhuǎn)向架的重要組成,由電機、聯(lián)軸器、齒輪箱、傳動軸、軸箱等關(guān)鍵部件組成,主要負責動力驅(qū)動和動力傳遞,在列車運行過程中由于受到軌道不平順激擾,長期承受高頻振動很容易出現(xiàn)疲勞損壞,影響列車的安全運行。目前,我國已經(jīng)投入運營的CRH系列動車組,雖然已經(jīng)安裝了傳感器用于采集關(guān)鍵部件的狀態(tài)信息,但是對于傳動系統(tǒng)關(guān)鍵部件的監(jiān)測力度還遠遠不夠。傳感器的安裝數(shù)量有限,多傳感器信息融合程度低,使得采集的多源信息得不到充分利用,故障診斷可靠性不高。為了提高列車傳動系統(tǒng)的運行可靠性,本文基于多傳感器數(shù)據(jù)融合技術(shù)對高速列車傳動系統(tǒng)關(guān)鍵部件故障診斷與健康狀態(tài)預測兩個方面進行研究。主要研究內(nèi)容如下:（1）高速列車傳動系統(tǒng)關(guān)鍵部件監(jiān)測傳感器布局優(yōu)化為了優(yōu)化高速列車傳動系統(tǒng)關(guān)鍵部件的傳感器布局,建立傳動系統(tǒng)的三維幾何模型,應用ANSYS有限元分析軟件對高速列車傳動系統(tǒng)關(guān)鍵部件進行靜強度分析、模態(tài)分析和諧響應分析,找出振動最劇烈以及應力、應變最大的薄弱部位布置加速度傳感器,實現(xiàn)高速列車傳動系統(tǒng)關(guān)鍵部件的有效監(jiān)測。（2）基于多測點... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：127 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
縮略詞
第1章 緒論
    1.1 依托項目
    1.2 研究背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 高速列車傳動系統(tǒng)故障診斷研究現(xiàn)狀
        1.3.2 基于多傳感器數(shù)據(jù)融合的故障診斷研究現(xiàn)狀
        1.3.3 基于性能退化的健康狀態(tài)預測研究現(xiàn)狀
        1.3.4 研究現(xiàn)狀總結(jié)
    1.4 主要研究內(nèi)容
    1.5 技術(shù)路線
    1.6 本章小結(jié)
第2章 高速列車傳動系統(tǒng)關(guān)鍵部件狀態(tài)監(jiān)測
    2.1 高速列車傳動系統(tǒng)基本結(jié)構(gòu)及工作原理
    2.2 高速列車傳動系統(tǒng)關(guān)鍵部件常見故障
    2.3 高速列車傳動系統(tǒng)關(guān)鍵部件監(jiān)測傳感器布局優(yōu)化
        2.3.1 電機傳感器布局優(yōu)化
        2.3.2 齒輪箱傳感器布局優(yōu)化
        2.3.3 軸箱傳感器布局優(yōu)化
    2.4 高速列車傳動系統(tǒng)監(jiān)測數(shù)據(jù)的采集與分析
        2.4.1 數(shù)據(jù)采集
        2.4.2 監(jiān)測數(shù)據(jù)分析
    2.5 本章小結(jié)
第3章 基于多測點信息融合的高速列車齒輪箱故障診斷
    3.1 相關(guān)函數(shù)融合算法
    3.2 融合信息特征提取
        3.2.1 集合經(jīng)驗模態(tài)分解理論
        3.2.2 IMF熵特征提取
    3.3 模糊C均值聚類算法
    3.4 基于多測點信息融合的高速列車齒輪箱故障診斷
    3.5 實驗驗證
        3.5.1 齒輪箱各測點振動信息相關(guān)性分析
        3.5.2 IMF熵特征提取
        3.5.3 FCM聚類分析結(jié)果
    3.6 本章小結(jié)
第4章 基于多傳感器數(shù)據(jù)融合的高速列車傳動系統(tǒng)故障診斷
    4.1 故障特征提取
    4.2 局部保持投影算法
    4.3 模糊積分融合算法
        4.3.1 模糊測度
        4.3.2 模糊積分
    4.4 高速列車傳動系統(tǒng)多傳感器數(shù)據(jù)融合故障診斷
    4.5 實驗驗證
        4.5.1 數(shù)據(jù)采集與分析
        4.5.2 故障特征提取與降維
        4.5.3 基于FCM-FI融合診斷
        4.5.4 對比分析
    4.6 本章小結(jié)
第5章 高速列車傳動系統(tǒng)關(guān)鍵部件振動信號多模型混合預測
    5.1 時間序列預測算法分析
    5.2 自回歸模型
    5.3 支持向量機
        5.3.1 支持向量回歸機
        5.3.2 SVR預測過程
    5.4 構(gòu)建混合預測模型
        5.4.1 EEMD-AR-SVR-CPSO混合預測模型
        5.4.2 混沌粒子群優(yōu)化算法
        5.4.3 適應度函數(shù)的確定
        5.4.4 預測性能評價指標
    5.5 實驗驗證
        5.5.1 實車數(shù)據(jù)驗證
        5.5.2 智能維護系統(tǒng)數(shù)據(jù)集驗證
    5.6 本章小結(jié)
第6章 高速列車傳動系統(tǒng)關(guān)鍵部件健康狀態(tài)預測
    6.1 構(gòu)建健康指標
        6.1.1 退化特征提取
        6.1.2 退化特征選擇
        6.1.3 自組織映射特征融合
    6.2 長短期記憶網(wǎng)絡
        6.2.1 長短期記憶網(wǎng)絡基本原理
        6.2.2 LSTM網(wǎng)絡參數(shù)反向調(diào)整
    6.3 高速列車傳動系統(tǒng)關(guān)鍵部件健康狀態(tài)預測流程
    6.4 實驗驗證
        6.4.1 數(shù)據(jù)來源
        6.4.2 HI退化曲線構(gòu)建
        6.4.3 基于LSTM網(wǎng)絡健康狀態(tài)預測
        6.4.4 高速列車傳動系統(tǒng)其他部件健康狀態(tài)預測
    6.5 本章小結(jié)
第7章 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 研究展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝


【參考文獻】：
期刊論文
[1]基于GRU遞歸神經(jīng)網(wǎng)絡的城市道路超車預測[J]. 王浩,黃美鑫,武志薪,鞠建敏.  中國科技論文. 2019(03)
[2]基于多傳感器數(shù)據(jù)融合的軌道車輛齒輪箱異常檢測[J]. 劉玉梅,喬寧國,莊嬌嬌,劉鵬程,胡婷,陳立軍.  吉林大學學報(工學版). 2019(05)
[3]改進加權(quán)融合算法與雙譜技術(shù)在風電軸承故障診斷中的應用[J]. 李紅,孫冬梅,沈玉成.  電子器件. 2018(04)
[4]基于LPP的轉(zhuǎn)子振動故障特征提取方法[J]. 梁超,路鵬,郜寧,祁偉.  振動工程學報. 2018(03)
[5]基于EEMD-TEO熵的高速列車軸承故障診斷方法[J]. 靳行,林建輝,伍川輝,鄧韜,黃晨光.  西南交通大學學報. 2018(02)
[6]長短期記憶神經(jīng)網(wǎng)絡在機械狀態(tài)預測中的應用[J]. 陳再發(fā),劉彥呈,劉厶源.  大連海事大學學報. 2018(01)
[7]基于EEMD能量熵的高速列車蛇行診斷研究[J]. 劉棋,寧靜,葉運廣,陳春俊.  中國測試. 2017(05)
[8]基于D-S證據(jù)理論高速列車橫向失穩(wěn)故障判別研究[J]. 劉棋,寧靜,葉運廣,陳春駿.  中國測試. 2017(07)
[9]EEMD能量熵與優(yōu)化LS-SVM的滾動軸承故障診斷[J]. 陳法法,李冕,陳保家,陳從平.  組合機床與自動化加工技術(shù). 2016(12)
[10]城市軌道列車齒輪箱模態(tài)及振動響應分析[J]. 陳忠偉,盧寧,楊建偉.  機械傳動. 2016(12)

博士論文
[1]機械旋轉(zhuǎn)部件的性能退化及其壽命預測方法研究[D]. 牛乾.浙江大學 2018
[2]高速列車齒輪箱箱體動態(tài)特性及疲勞可靠性研究[D]. 李廣全.北京交通大學 2018
[3]高速列車傳動系統(tǒng)可靠性分析與評估[D]. 趙聰聰.吉林大學 2016
[4]數(shù)據(jù)驅(qū)動的機械設(shè)備性能退化建模與剩余壽命預測研究[D]. 張彬.北京科技大學 2016

碩士論文
[1]基于奇異值分解與深度遞歸神經(jīng)網(wǎng)絡的齒輪剩余壽命預測方法研究[D]. 張清亮.重慶大學 2018
[2]基于深度學習的變負載下滾動軸承故障診斷方法研究[D]. 那曉棟.哈爾濱理工大學 2018
[3]高速列車軸箱軸承故障仿真及試驗研究[D]. 張火車.大連交通大學 2017
[4]標準動車組齒輪箱箱體強度分析與壽命預測[D]. 袁文東.北京交通大學 2016
[5]基于分數(shù)階傅立葉變換的高速列車監(jiān)測數(shù)據(jù)特征分析[D]. 侯曉東.西南交通大學 2015
[6]基于改進D-S證據(jù)理論的高速列車走行部故障診斷研究[D]. 賀曉.西南交通大學 2015
[7]動車組齒輪傳動系統(tǒng)振動特性研究[D]. 付永佩.西南交通大學 2015
[8]動車組齒輪傳動裝置強度分析及優(yōu)化設(shè)計[D]. 鬧加才讓.蘭州交通大學 2015
[9]基于多層次監(jiān)測數(shù)據(jù)融合的多狀態(tài)系統(tǒng)動態(tài)可靠度評估方法研究[D]. 陳初杰.電子科技大學 2015
[10]高速列車跟蹤試驗及狀態(tài)監(jiān)測的時序模型研究[D]. 李霞.西南交通大學 2014



本文編號：3150992