基于反饋型DS理論的高速列車轉(zhuǎn)向架故障診斷研究
發(fā)布時間:2022-08-08 17:00
高速列車轉(zhuǎn)向架故障研究主要是通過監(jiān)測數(shù)據(jù)進行分析研究,其中特征選擇和參數(shù)優(yōu)化的好壞直接影響著故障識別的準確性,一直是該領(lǐng)域研究的熱點。由于高速列車不同方位上布置了大量的傳感器,不同通道傳感器提取的特征存在著關(guān)聯(lián)性,融合所有通道的特征進行分析成為故障識別的有效方法。然而,大量通道數(shù)據(jù)的融合造成了特征數(shù)據(jù)的維數(shù)高、數(shù)據(jù)量大等特點,增大了特征選擇和參數(shù)優(yōu)化的難度,有些不敏感通道的故障特征還會導致數(shù)據(jù)冗余,降低高速列車故障診斷識別率。本文針對高速列車多通道數(shù)據(jù)融合出現(xiàn)的問題,從特征選擇和參數(shù)優(yōu)化相結(jié)合的思路,探討了反饋型DS理論在故障診斷的應用,并對高速列車轉(zhuǎn)向架不同類型損壞故障和不同程度損壞故障進行了故障診斷。具體的研究工作如下:1、論文采用Mahalanobis distace、Fisher’s ratio、Fuzzy entropy對故障特征進行單一準則特征排序,利用DS理論對多個單一準則特征評價結(jié)果進行融合,構(gòu)建高速列車轉(zhuǎn)向架故障特征有效排序,并依次增加一維故障特征輸入后面故障診斷模型的參數(shù)優(yōu)化過程中。2、在故障診斷模型參數(shù)優(yōu)化過程中,通過遺傳算法、粒子群優(yōu)化算法、網(wǎng)格搜索法等三種常用...
【文章頁數(shù)】:62 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 列車轉(zhuǎn)向架故障類型研究現(xiàn)狀
1.2.2 特征選擇算法研究現(xiàn)狀
1.2.3 參數(shù)優(yōu)化算法研究現(xiàn)狀
1.2.4 不同程度漸變故障定量分析研究現(xiàn)狀
1.3 本文主要研究內(nèi)容和研究方法
1.4 本文組織安排
第2章 轉(zhuǎn)向架關(guān)鍵部件故障類型和實驗數(shù)據(jù)
2.1 高速列車轉(zhuǎn)向架仿真平臺和實驗數(shù)據(jù)
2.2 轉(zhuǎn)向架關(guān)鍵部件故障類型
2.2.1 轉(zhuǎn)向架關(guān)鍵部件
2.2.2 轉(zhuǎn)向架關(guān)鍵部件不同程度損壞故障
2.2.3 轉(zhuǎn)向架關(guān)鍵部件不同類型損壞故障
2.3 故障診斷模型
2.3.1 故障特征提取
2.3.2 故障診斷模型
2.4 本章小結(jié)
第3章 基于DS理論和改進型GS的SVM故障診斷方法研究
3.1 單一準則特征評價方法
3.1.1 Mahalanobisdistance
3.1.2 Fisher’sratio
3.1.3 FuzzyEntropy
3.2 基于DS理論的多準則特征評價方法
3.2.1 DS相關(guān)理論
3.2.2 基于DS理論的多準則特征評價方法
3.3 基于DS理論和改進型GS的SVM參數(shù)優(yōu)化
3.3.1 SVM相關(guān)理論
3.3.2 基于GA的SVM參數(shù)優(yōu)化方法
3.3.3 基于PSO的SVM參數(shù)優(yōu)化方法
3.3.4 基于GS的SVM參數(shù)優(yōu)化方法
3.3.5 基于DS理論和改進型GS的SVM參數(shù)優(yōu)化方法
3.4 實驗及結(jié)果分析
3.5 本章小結(jié)
第4章 基于反饋型DS理論和改進型GS的SVM列車轉(zhuǎn)向架故障診斷
4.1 基于FDS-IGS的SVM故障診斷方法
4.1.1 故障診斷過程中的反饋調(diào)節(jié)理論
4.1.2 基于FDS-IGS的SVM故障診斷方法
4.2 基于FDS-IGS的SVM轉(zhuǎn)向架不同類型故障分析
4.2.1 實驗步驟
4.2.2 實驗結(jié)果分析
4.3 基于FDS-IGS的SVR轉(zhuǎn)向架不同程度故障分析
4.3.1 支持向量回歸原理
4.3.2 實驗步驟
4.3.3 實驗結(jié)果分析
4.4 本章小結(jié)
總結(jié)與展望
致謝
參考文獻
攻讀碩士學位期間發(fā)表的論文及科研成果
本文編號:3671889
【文章頁數(shù)】:62 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 列車轉(zhuǎn)向架故障類型研究現(xiàn)狀
1.2.2 特征選擇算法研究現(xiàn)狀
1.2.3 參數(shù)優(yōu)化算法研究現(xiàn)狀
1.2.4 不同程度漸變故障定量分析研究現(xiàn)狀
1.3 本文主要研究內(nèi)容和研究方法
1.4 本文組織安排
第2章 轉(zhuǎn)向架關(guān)鍵部件故障類型和實驗數(shù)據(jù)
2.1 高速列車轉(zhuǎn)向架仿真平臺和實驗數(shù)據(jù)
2.2 轉(zhuǎn)向架關(guān)鍵部件故障類型
2.2.1 轉(zhuǎn)向架關(guān)鍵部件
2.2.2 轉(zhuǎn)向架關(guān)鍵部件不同程度損壞故障
2.2.3 轉(zhuǎn)向架關(guān)鍵部件不同類型損壞故障
2.3 故障診斷模型
2.3.1 故障特征提取
2.3.2 故障診斷模型
2.4 本章小結(jié)
第3章 基于DS理論和改進型GS的SVM故障診斷方法研究
3.1 單一準則特征評價方法
3.1.1 Mahalanobisdistance
3.1.2 Fisher’sratio
3.1.3 FuzzyEntropy
3.2 基于DS理論的多準則特征評價方法
3.2.1 DS相關(guān)理論
3.2.2 基于DS理論的多準則特征評價方法
3.3 基于DS理論和改進型GS的SVM參數(shù)優(yōu)化
3.3.1 SVM相關(guān)理論
3.3.2 基于GA的SVM參數(shù)優(yōu)化方法
3.3.3 基于PSO的SVM參數(shù)優(yōu)化方法
3.3.4 基于GS的SVM參數(shù)優(yōu)化方法
3.3.5 基于DS理論和改進型GS的SVM參數(shù)優(yōu)化方法
3.4 實驗及結(jié)果分析
3.5 本章小結(jié)
第4章 基于反饋型DS理論和改進型GS的SVM列車轉(zhuǎn)向架故障診斷
4.1 基于FDS-IGS的SVM故障診斷方法
4.1.1 故障診斷過程中的反饋調(diào)節(jié)理論
4.1.2 基于FDS-IGS的SVM故障診斷方法
4.2 基于FDS-IGS的SVM轉(zhuǎn)向架不同類型故障分析
4.2.1 實驗步驟
4.2.2 實驗結(jié)果分析
4.3 基于FDS-IGS的SVR轉(zhuǎn)向架不同程度故障分析
4.3.1 支持向量回歸原理
4.3.2 實驗步驟
4.3.3 實驗結(jié)果分析
4.4 本章小結(jié)
總結(jié)與展望
致謝
參考文獻
攻讀碩士學位期間發(fā)表的論文及科研成果
本文編號:3671889
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3671889.html
最近更新
教材專著