隨著我國(guó)鐵路貨運(yùn)向“重載高速”方向發(fā)展,對(duì)貨車車輛的安全、運(yùn)用、檢修等工作都提出了更高的要求�？諝庵苿�(dòng)系統(tǒng)是保證貨車運(yùn)用安全的最關(guān)鍵系統(tǒng)之一,其故障具有一定的復(fù)雜性,不易判別與處理,對(duì)故障的早發(fā)現(xiàn)、早定位,有利于后期的檢修維護(hù)工作。因此,設(shè)計(jì)一套能夠?qū)崟r(shí)監(jiān)測(cè)空氣制動(dòng)系統(tǒng)工作狀態(tài),并能夠根據(jù)獲取的數(shù)據(jù)做出故障識(shí)別定位的系統(tǒng),具有較好的工程價(jià)值和實(shí)際意義。論文根據(jù)鐵路貨車空氣制動(dòng)系統(tǒng)的結(jié)構(gòu)與工作原理,深入分析其常見故障的作用機(jī)理,設(shè)計(jì)了鐵路貨車空氣制動(dòng)系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng),該系統(tǒng)主要由車載裝置與地面分析系統(tǒng)組成,能夠完成制動(dòng)系統(tǒng)工作參數(shù)的采集、傳輸、特征提取與故障判別。論文主要工作如下:1、根據(jù)鐵路貨車空氣制動(dòng)系統(tǒng)常見故障判別機(jī)理,確定了空氣制動(dòng)系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)的設(shè)計(jì)方案,完成了車載監(jiān)測(cè)裝置的硬件設(shè)計(jì),實(shí)現(xiàn)了四點(diǎn)壓力采集、信息存儲(chǔ)、信息傳輸?shù)裙δ堋?、完成風(fēng)壓數(shù)據(jù)的判別與故障特征提取。提出基于支持向量機(jī)的四類常見制動(dòng)故障分類方法,利用風(fēng)壓數(shù)據(jù)獲得訓(xùn)練集與測(cè)試集數(shù)據(jù),并且完成訓(xùn)練與分類結(jié)果的驗(yàn)證試驗(yàn)。3、建立基于貝葉斯網(wǎng)絡(luò)的制動(dòng)系統(tǒng)故障診斷模型�；趯＜医�(jīng)驗(yàn)與相關(guān)性分... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

第一階段局減作用

蘭州交通大學(xué)工程碩士學(xué)位論文-7-當(dāng)運(yùn)行中的貨車需要制動(dòng)系統(tǒng)產(chǎn)生常用制動(dòng)作用時(shí)，通過機(jī)車司機(jī)控制制動(dòng)閥，列車管風(fēng)壓逐漸減小，列車管風(fēng)壓將作為信號(hào)傳遞給120控制閥，此時(shí)120控制閥內(nèi)部通過作用。主活塞上下空間形成不同壓力的風(fēng)壓，主活塞上移，從而連通第一階段局減通路。具體空氣通路如圖2.2所示。由于主活塞上下空間風(fēng)壓差的持續(xù)加大，滑閥和節(jié)制閥隨著主活塞一起上移，開通了第二階段局減通路[15]。第二局減作用過程中，制動(dòng)缸內(nèi)部風(fēng)壓來(lái)源將由兩部分組成，一部分來(lái)源與副風(fēng)缸，另一部分來(lái)源與列車管，制動(dòng)缸風(fēng)壓上升至50-70kpa左右時(shí)，局減閥產(chǎn)生作用關(guān)閉通路。第二局減作用示意圖如圖2.3所示。圖2.3第二階段局減作用（2）制動(dòng)保壓狀態(tài)為了使貨車產(chǎn)生制動(dòng)作用狀態(tài)，列車管排風(fēng)減壓，120控制閥作用，使副風(fēng)缸內(nèi)部風(fēng)壓通過120閥持續(xù)向制動(dòng)缸輸送。在輸送過程中，伴隨著副風(fēng)缸風(fēng)壓的不斷減小，制動(dòng)缸風(fēng)壓從零逐漸增多，當(dāng)兩風(fēng)缸內(nèi)部的風(fēng)壓保持平衡時(shí)，即副風(fēng)缸風(fēng)壓不會(huì)減小，制動(dòng)缸風(fēng)壓不會(huì)增多。120閥作用促使節(jié)制閥向下移動(dòng)，從而將副風(fēng)缸與制動(dòng)缸之間的通路關(guān)閉，貨車制動(dòng)系統(tǒng)處于制動(dòng)保壓作用狀態(tài)。貨車產(chǎn)生制動(dòng)保壓作用的意義為：當(dāng)貨車制動(dòng)系統(tǒng)進(jìn)入常用制動(dòng)作用狀態(tài)時(shí)，如果副風(fēng)缸出現(xiàn)風(fēng)壓的微量漏泄，則列車管可以及時(shí)向副風(fēng)缸充風(fēng)，用以對(duì)副風(fēng)缸產(chǎn)生的漏泄做出補(bǔ)充，同時(shí)促使120閥主活塞兩側(cè)的風(fēng)壓仍處于平衡狀態(tài)，從而保證貨車無(wú)法自

鐵路貨車空氣制動(dòng)系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷研究-8-己產(chǎn)生緩解作用狀態(tài)。制動(dòng)保壓作用示意圖如圖2.4所示。圖2.4制動(dòng)保壓作用（3）充氣緩解狀態(tài)當(dāng)列車在實(shí)施充氣緩解作用時(shí)，列車管風(fēng)壓增大，制動(dòng)缸風(fēng)壓經(jīng)120閥通向加速緩解風(fēng)缸活塞右側(cè)的縮孔II排向大氣，隨著制動(dòng)缸風(fēng)壓逐漸降低，列車開始實(shí)施緩解作用狀態(tài)[16]。由于縮孔II排風(fēng)量受到節(jié)制，風(fēng)壓在120控制閥活塞的右側(cè)不斷增加，引發(fā)活塞打開加速緩解閥，同時(shí)加速緩解風(fēng)缸里面的風(fēng)壓流向止回閥，止回閥將風(fēng)壓輸送至列車管，從而導(dǎo)致列車管發(fā)生局部增壓，制動(dòng)系統(tǒng)實(shí)現(xiàn)加速緩解作用。圖2.5充氣緩解作用

【參考文獻(xiàn)】：
期刊論文
[1]Hierarchically porous, ultrathin N–doped carbon nanosheets embedded with highly dispersed cobalt nanoparticles as efficient sulfur host for stable lithium–sulfur batteries[J]. Mengrui Wang,Xunfu Zhou,Xin Cai,Hongqiang Wang,Yueping Fang,Xinhua Zhong.  Journal of Energy Chemistry. 2020(11)
[2]多分類支持向量機(jī)在電力變壓器故障診斷中的應(yīng)用[J]. 孫志鵬,崔青,張志磊,王濤,張?zhí)靷?  電氣技術(shù). 2019(10)
[3]基于證據(jù)合成與貝葉斯網(wǎng)絡(luò)推理的航天器發(fā)射風(fēng)險(xiǎn)評(píng)估模型[J]. 董學(xué)軍,杜建洲.  系統(tǒng)工程理論與實(shí)踐. 2019(08)
[4]基于MSP430的提升機(jī)鋼絲繩狀態(tài)在線監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J]. 高雪.  煤礦機(jī)械. 2019(07)
[5]基于物聯(lián)網(wǎng)的風(fēng)力發(fā)電機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J]. 王維娜,吳玲敏,高海瑞.  儀表技術(shù)與傳感器. 2019(06)
[6]基于模糊多態(tài)貝葉斯網(wǎng)絡(luò)的地鐵運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)估方法[J]. 曾明華,王旭,王轉(zhuǎn)敏,王敏.  城市軌道交通研究. 2019(05)
[7]基于EM算法的運(yùn)行模態(tài)參數(shù)識(shí)別[J]. 張康,施袁鋒.  地震工程學(xué)報(bào). 2018(06)
[8]幾何分布的參數(shù)估計(jì)及EM算法[J]. 張夢(mèng)琇,周菊玲.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2018(20)
[9]鐵路貨車120型空氣制動(dòng)閥故障分析及防范措施[J]. 郗濤.  鐵道機(jī)車車輛. 2017(06)
[10]神華鐵路貨車狀態(tài)修關(guān)鍵制動(dòng)技術(shù)探討[J]. 辛民,徐海.  大連交通大學(xué)學(xué)報(bào). 2017(03)

博士論文
[1]基于貝葉斯網(wǎng)絡(luò)的故障智能診斷方法研究[D]. 張德利.華北電力大學(xué)（河北） 2008
[2]基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)可靠性評(píng)估[D]. 霍利民.華北電力大學(xué)（河北） 2005
[3]貝葉斯學(xué)習(xí)理論及其應(yīng)用研究[D]. 宮秀軍.中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2002

碩士論文
[1]貝葉斯網(wǎng)絡(luò)的團(tuán)樹推理研究[D]. 韓凱文.青島大學(xué) 2019
[2]基于PHM技術(shù)的鐵路貨車制動(dòng)系統(tǒng)故障診斷研究[D]. 梁文光.北京交通大學(xué) 2019
[3]基于4G的OBD遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)[D]. 匡書池.合肥工業(yè)大學(xué) 2019
[4]鐵路貨車車輛制動(dòng)系統(tǒng)運(yùn)用及故障分析研究[D]. 白天宇.中國(guó)鐵道科學(xué)研究院 2018
[5]基于貝葉斯網(wǎng)絡(luò)的貨車空氣制動(dòng)系統(tǒng)故障診斷研究[D]. 裴迪.北京交通大學(xué) 2018
[6]HXN5型機(jī)車制動(dòng)系統(tǒng)的應(yīng)用研究[D]. 林世烈.西南交通大學(xué) 2018
[7]基于STM32的列車制動(dòng)缸壓力檢測(cè)平臺(tái)的設(shè)計(jì)與開發(fā)[D]. 張博強(qiáng).燕山大學(xué) 2015
[8]無(wú)人機(jī)的大氣數(shù)據(jù)處理計(jì)算系統(tǒng)研究與設(shè)計(jì)[D]. 郝旭耀.上海應(yīng)用技術(shù)學(xué)院 2015
[9]鐵路重載列車制動(dòng)系統(tǒng)的研究[D]. 楊建平.西南交通大學(xué) 2015
[10]貝葉斯網(wǎng)絡(luò)算法研究及應(yīng)用[D]. 馬明.燕山大學(xué) 2014



本文編號(hào)：3361727