高速列車轉向架故障診斷智能決策方法研究.pdf

1、在高速列車長期服役過程中，列車轉向架關鍵部件的性能蛻化與故障對列車的安全運行造成嚴重威脅。列車運行過程中通過在轉向架不同位置安裝各種類型的傳感器對轉向架進行評估，對高速列車的安全運營有重要意義。本文通過對監(jiān)測數(shù)據(jù)特征提取的分析，建立特征提取知識庫，構建了故障診斷決策模型。由于支持向量機參數(shù)對其性能影響較大，通過改進的粒子群優(yōu)化算法優(yōu)化支持向量機參數(shù)。對列車轉向架的原車、2種位置的空氣彈簧故障、4種位置的橫向減振器故障以及8種位置的抗蛇行

2、減振器故障這15種工況，給出了基于分級策略的診斷框架。具體的研究工作如下:
　　1、利用已有的多種列車轉向架振動信號特征提取方法，建立高速列車轉向架振動信號的特征提取知識庫，構建了高速列車轉向架故障診斷決策模型，并對診斷決策模型進行了數(shù)學描述。
　　2、在故障診斷模型中，通過改進的粒子群優(yōu)化算法選擇支持向量機的懲罰因子以及核函數(shù)參數(shù)。針對粒子群優(yōu)化算法易陷入局部最優(yōu)的問題，給出改進方法，首先，速度更新公式乘以收縮因子，其次，

3、慣性權重采用高斯函數(shù)遞減策略。利用公開數(shù)據(jù)進行測試，結果表明使用改進后的粒子群優(yōu)化算法對支持向量機參數(shù)優(yōu)化能夠提高分類的正確率。
　　3、基于分級策略，給出了列車轉向架故障分級診斷框架，并根據(jù)實際情況確立了分級策略下高速列車轉向架故障診斷的分級順序，診斷順序依次為原車、空氣彈簧失效、橫向減振器失效與抗蛇行減振器失效。利用對振動信號離散傅里葉變換的幅值作為特征進行原車的識別;利用振動信號的奇異譜熵、功率譜熵、小波能譜熵和小波空間特征