列车直线电机气隙在线监测系统设计与故障预测研究

作     者：韩安东 

作者单位：南京理工大学 

学位级别：硕士

导师姓名：李胜

授予年度：2021年

学科分类：082304[工学-载运工具运用工程] 08[工学] 080401[工学-精密仪器及机械] 080204[工学-车辆工程] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：直线电机 在线监测 DBSCAN 粒子群算法 LSTM 

摘      要：随着城市轨道交通系统的高速发展,出现了各种列车驱动方式,其中以直线电机作为驱动动力的列车凭借其牵引力强、结构简单以及适应性强等优点而备受关注。但直线电机列车实际运行过程中,会受到直线电机气隙高度变化的影响而出现各种安全隐患,因此对列车直线电机气隙高度进行监测具有重要的意义。本文针对列车直线电机气隙高度不稳定问题,设计了基于激光传感器的气隙在线监测系统,主要包括硬件系统的设计、软件架构的搭建以及气隙数据的处理等。根据直线电机的结构特点,对直线电机健康状况进行评估,并研究了基于历史过车数据的直线电机故障预测方法。首先,设计了气隙在线监测系统的总体方案,基于总体设计方案,完成硬件系统的器件选型及布局,设计了采集箱硬件系统、控制箱硬件系统、轨行区硬件系统以及设备房硬件系统,搭建了整套系统的硬件平台。然后,在所设计硬件系统的基础上,设计开发了一套直线电机气隙高度在线监测软件,包括基于PLC硬件控制模块、数据采集与处理模块、数据库模块以及基于Web的气隙数据查询与发布模块。接着,对传感器采集到的原始高度数据进行预处理,利用改进后的DBSCAN密度聚类算法和五点匹配法提取出列车电机的气隙值、槽楔值和槽深值数据,并通过历史过车数据验证了所提取数据的准确性。最后,提出了基于FFT的直线电机健康状态评估方法,对列车直线电机健康情况进行了评估。设计了基于PSO-LSTM的直线电机故障预测模型并进行改进,通过历史过车数据验证了改进后故障预测算法的优越性以及短期内模型预测的可靠性。