[发明专利]一种牵引系统主回路接地故障诊断方法有效
| 申请号: | 202310233361.X | 申请日: | 2023-03-13 |
| 公开(公告)号: | CN115951263B | 公开(公告)日: | 2023-06-16 |
| 发明(设计)人: | 倪强;詹正凯;赵卓立 | 申请(专利权)人: | 广东工业大学 |
| 主分类号: | G01R31/52 | 分类号: | G01R31/52;G06F18/10;G06F18/213;G06F18/24;G06F18/2415;G06F18/25 |
| 代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 高棋 |
| 地址: | 510000 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 牵引 系统 回路 接地 故障诊断 方法 | ||
本发明提出一种牵引系统主回路接地故障诊断方法,涉及故障诊断的技术领域,首先对与牵引系统的主回路接地故障相关的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标,然后离线构建不同工况信息下第一故障特征指标、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;再对待处理的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率,并将分配概率进行融合,获得分配概率的组合结果,最后引入故障决策原则分析分配概率的组合结果,作出最终的主回路接地故障的决策结果,考虑了故障源与故障特征之间关系的不确定性,提高了故障诊断准确度。
技术领域
本发明涉及故障诊断的技术领域,特别涉及一种牵引系统主回路接地故障诊断方法。
背景技术
牵引系统是列车的核心动力单元,由于列车运行环境复杂,牵引系统容易受到环境温度、湿度和供电浪涌等因素的影响,导致列车在行驶过程中发生故障。牵引系统主回路接地故障是在列车行驶过程中常见的故障之一,附图1为牵引系统主回路的电路图,据统计,牵引系统主回路接地故障通常发生在附图1中的①~⑥位置,当发生单点故障时,对列车的危害可以忽略,不会影响系统的正常工作,但两点或多点接地,就可能产生很大的短路电流,造成电传动系统部件的烧损,严重情况下甚至会导致机破,因此,为了避免形成多点故障,实时诊断出故障位置,实现故障溯源,对提高列车的行驶安全具有重要意义。
目前,主回路接地故障的检测方法主要采用基于硬件接地的信号检测法,通过检测信号的上下限超限报警方式实现接地故障检测,但无法准确定位故障发生位置,不能区分具体故障点,导致检修效率低,为解决上述问题,现有技术公开了一种主回路接地故障诊断方法,通过对故障特征向量的分析计算,来确定主回路接地故障发生的位置,从而对故障源进行定位,但该方法是利用故障特征向量决定故障发生位置,把故障源与故障特征向量的关系当作线性映射关系,而列车实际行驶过程中不同故障源与故障特征向量的关系往往属于非线性映射关系,即不同故障源与故障特征向量的关系不确定,这种不确定性是难以用线性方法描述的,所以利用故障的特征向量是无法精准确定位故障发生位置。
发明内容
为解决在当前主回路接地故障诊断方法中,未考虑故障源与故障特征之间关系的不确定性,导致故障诊断准确度低的问题,本发明提出一种牵引系统主回路接地故障诊断方法,考虑了故障源与故障特征之间关系的不确定性,提高了故障诊断准确度。
为了达到上述技术效果,本发明的技术方案如下:
一种牵引系统主回路接地故障诊断方法,包括以下步骤:
S1.获取与牵引系统的主回路接地故障相关的系统信号;
S2.对系统信号进行预处理,得到第一故障特征指标和第二故障特征指标;
S3.离线构建不同工况信息下第一故障特征指标与主回路接地故障类型、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;
S4.在线采集待处理的系统信号,对待处理的系统信号进行预处理;基于预处理完的待处理的系统信号,查找离线构建的概率分配函数库,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率;
S5.将分配概率进行融合,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率的组合结果;
S6.引入故障决策原则,基于故障决策原则,从组合结果中,判断出最终的主回路接地故障的决策结果。
优选地,S1所述的系统信号包括原边电压传感器采样信号、直流母线电压传感器采样信号、接地检测电压传感器采样信号和工况信息信号。
优选地,S2对系统信号进行预处理的具体步骤为:
S21.基于系统信号中的直流母线电压传感器采样信号和接地检测电压传感器采样信号,计算第一故障特征变量,的具体计算公式为:
(1)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310233361.X/2.html,转载请声明来源钻瓜专利网。





