基于小波和小波神经网络的机车牵引电机齿轮故障诊断系统的研究
牵引电机论文 定子电流论文 小波处理论文 小波神经网络论文
论文详情
牵引电机是电力机车的核心部件之一,其能否正常工作直接影响铁路行车安全。由于工作环境恶劣、负载变化频繁,同时受空间限制、动力作用等因素影响,牵引电机齿轮常出现点蚀、磨损、断齿、脱落等故障,因此有必要对牵引电机齿轮开展状态检测和故障诊断研究。齿轮检测和故障诊断的常规思路是通过研究其振动或噪声的频谱,监测和判断齿轮的故障类型。基于机车牵引电机齿轮箱所处的特殊位置和封闭空间的特点,通过分析电机定子电流信号,开展牵引电机齿轮故障的诊断研究。定子电流中包含电机运行状态丰富的信息,电机齿轮点蚀、磨损、断齿、脱落等故障均会引起定子电流中出现新的频率成份,可经过小波分析后获取有效信息。定子电流检测法的主要优势在于相对于振动法检测更易于提取故障信号,并且振动信号中往往包含了各种干扰噪声,而定子电流基本不受电机工作环境的影响,这对于提取有用的信号是很重要的。本文以目前我国货运主流牵引机型和谐号HXD1B机车的异步牵引电动机YQ1633为研究对象,以小波变换、小波神经网络为主要分析工具,通过霍尔电流元件采集电机主电流信号,并进行初步降噪后,利用小波处理对信号进行分解,以便提取有用的时域和频域信号。通过反复试验,分析了神经网络的输入特征参数,选取峭度作为神经网络的输入特征量,通过小波神经网络诊断电机齿轮故障类型。论文利用Matlab搭建了系统故障诊断平台以及GUI应用界面的设计。系统经过QPZZ-II型齿轮故障模拟实验平台的调试和实验,以及机车在线实际运行试验,基于定子主电流分析的机车牵引电机齿轮故障诊断系统能有效检测牵引电机齿轮故障,为机车的安全运行提供保证。
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第一章 绪论 | 第8-14页 |
1.1 前言 | 第8-9页 |
1.2 齿轮传动故障诊断技术概况 | 第9-11页 |
1.3 论文研究的主要内容及意义 | 第11-14页 |
1.3.1 论文研究的方案选择及主要内容 | 第11-12页 |
1.3.2 论文的研究意义 | 第12-14页 |
第二章 齿轮失效分析及检测机理研究 | 第14-22页 |
2.1 齿轮故障的类型和失效分析 | 第14-16页 |
2.1.1 齿轮故障的类型 | 第14-15页 |
2.1.2 齿轮常见故障的失效分析 | 第15-16页 |
2.2 齿轮故障电流法检测机理 | 第16-20页 |
2.2.1 电力机车交流传动系统介绍 | 第16-17页 |
2.2.2 定子电流法检测机理 | 第17-20页 |
2.3 本章小结 | 第20-22页 |
第三章 小波分析及小波神经网络 | 第22-34页 |
3.1 小波分析的基本理论 | 第22-25页 |
3.1.1 小波分析的形成与发展 | 第22页 |
3.1.2 小波变换的定义与特点 | 第22-24页 |
3.1.3 小波变换原理 | 第24-25页 |
3.2 信号的小波处理 | 第25-30页 |
3.2.1 小波母函数的选择 | 第25页 |
3.2.2 小波的降噪处理 | 第25-28页 |
3.2.3 小波分解与小波重构 | 第28-30页 |
3.3 小波神经网络概述 | 第30页 |
3.4 小波神经网络参数处理 | 第30-33页 |
3.4.1 小波神经网络参数调整算法 | 第30-33页 |
3.4.2 小波神经网络学习算法步骤 | 第33页 |
3.5 本章小结 | 第33-34页 |
第四章 试验平台及信号数据处理 | 第34-41页 |
4.1 试验系统的构成 | 第34-35页 |
4.2 试验系统硬件选择 | 第35-39页 |
4.3 信号特征向量的分析与提取 | 第39-40页 |
4.4 本章小结 | 第40-41页 |
第五章 基于小波神经网络的齿轮故障诊断模型 | 第41-47页 |
5.1 齿轮故障诊断的模型结构 | 第41-44页 |
5.1.1 小波神经网络的结构设计 | 第41页 |
5.1.2 输入、输出层节点数的确定 | 第41-42页 |
5.1.3 隐含层的设计 | 第42-44页 |
5.2 基于小波神经网络的齿轮故障诊断 | 第44-46页 |
5.2.1 小波神经网络训练样本的选取 | 第44页 |
5.2.2 小波神经网络训练 | 第44-45页 |
5.2.3 小波神经网络故障诊断 | 第45-46页 |
5.3 本章小结 | 第46-47页 |
第六章 系统设计和软件实现 | 第47-55页 |
6.1 系统软件总体结构设计 | 第47-48页 |
6.2 系统界面设计及功能介绍 | 第48-52页 |
6.2.1 登录界面 | 第48页 |
6.2.2 系统主菜单界面 | 第48-49页 |
6.2.3 数据采集界面 | 第49页 |
6.2.4 小波处理界面 | 第49-50页 |
6.2.5 神经网络分析界面 | 第50-51页 |
6.2.6 数据监测面板 | 第51-52页 |
6.3 系统试验诊断测试 | 第52-54页 |
6.4 本章小结 | 第54-55页 |
第七章 机车牵引电机齿轮故障诊断实验 | 第55-61页 |
7.1 机车及牵引电动机主要参数 | 第55-56页 |
7.2 电流传感器的安装 | 第56-57页 |
7.3 特征参数的选取 | 第57页 |
7.4 实验结果 | 第57-60页 |
7.5 本章小结 | 第60-61页 |
第八章 总结与展望 | 第61-63页 |
参考文献 | 第63-66页 |
附录 | 第66-72页 |
个人简历 在读期间发表的学术论文 | 第72-73页 |
致谢 | 第73页 |
论文购买
论文编号
ABS2688221,这篇论文共73页
会员购买按0.30元/页下载,共需支付
21.9。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
36.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文