咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于均值电压和极限学习机的牵引逆变器开路故障诊断方法 收藏

基于均值电压和极限学习机的牵引逆变器开路故障诊断方法

Open-Circuit Fault Diagnosis Method for Traction Inverter Based on Average Voltage and Extreme Learning Machine

作     者:王清永 李文鹏 WANG Qingyong;LI Wenpeng

作者机构:北京交通大学机械与电子控制工程学院北京100044 中国铁道科学研究院集团有限公司机车车辆研究所北京100081 北京纵横机电科技有限公司交流传动开发部北京100094 

出 版 物:《中国铁道科学》 (China Railway Science)

年 卷 期:2023年第44卷第6期

页      面:143-152页

核心收录:

学科分类:082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基  金:国家重点研发计划项目(2018YFB1201801-4) 

主  题:牵引逆变器 开路故障 均值电压 极限学习机 

摘      要:针对轨道交通行业对牵引逆变器开路故障诊断要求的速度快、定位精的特点,提出一种基于均值电压和极限学习机的逆变器开路故障诊断方法。首先,对三相两电平拓扑结构逆变器开路故障进行分析,总结开路故障特征;其次,从故障特征中提取均值电压作为故障检测依据,利用定子电流相关参数构建故障特征向量;最后,通过离线训练ELM故障诊断模型,生成故障分类器输入到在线诊断流程中,完成所提故障诊断方法框架搭建。依托正常工作数据开展鲁棒性测试,设置不同故障时间、不同故障类型以及不同的转速和负载条件,得到210组故障数据并开展在线诊断测试,将其与mSVM,DT和RF方法测试结果进行对比验证。结果表明:相较于其他3种方法,逆变器开路故障诊断方法在应对各种正常工况时具有较高的鲁棒性;在线诊断测试中只有1组数据误诊断,测试精度达99.5%;训练时间为0.28 s,故障诊断时间为21 ms,均为最短;所提方法适用于要求诊断快速、定位精准及鲁棒性强的场合。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分