一种异步牵引电机的故障检测方法

    公开(公告)号:CN104569819B

    公开(公告)日:2017-06-16

    申请号:CN201510014727.X

    申请日:2015-01-12

    Applicant: 清华大学

    Abstract: 本发明公开了一种异步牵引电机的故障检测方法,属于故障诊断技术领域,以使得在所构建的模型存在不确定性的情况下,高速铁路列车的异步牵引电机的故障检测方法仍然能够准确检测出故障。该异步牵引电机的检测方法包括:构建模型步骤:构建所述异步牵引电机的离散状态空间模型;采集数据步骤:采集当前时刻的所述异步牵引电机的输出电流数据和输入电压数据;故障检测步骤:获取预存储的当前时刻的所述异步牵引电机的状态范围,结合所述输出电流数据和所述输入电压数据,利用所述离散状态空间模型检测所述异步牵引电机是否存在故障。该方法适用于高速铁路列车的异步牵引电机。

    用于检测与分离列车主动悬架系统间歇故障的方法及系统

    公开(公告)号:CN104697804B

    公开(公告)日:2017-06-13

    申请号:CN201510130478.0

    申请日:2015-03-24

    Applicant: 清华大学

    Abstract: 本发明公开了一种用于检测与分离高速列车主动悬架系统间歇故障的方法及系统,包括:基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;基于所述矢量残差生成器产生检测信号,并对所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离。本发明对主动悬架系统执行器的间歇故障检测及主动悬挂系统实时性能退化监测具有很好的有效性、准确度和可靠性。

    一种动车组制动系统关键部件鲁棒滤波方法和系统

    公开(公告)号:CN106525466A

    公开(公告)日:2017-03-22

    申请号:CN201610899907.5

    申请日:2016-10-14

    Applicant: 清华大学

    CPC classification number: G01M17/08 G06K9/00503

    Abstract: 本发明公开了一种动车组制动系统关键部件鲁棒滤波方法和系统,包括:建立传感器分辨率受到限制的情况下动车组制动系统关键部件的软测量模型,软测量模型中存在随机模型不确定性;根据动车组制动系统关键部件的状态方程、软测量模型、动车组制动系统关键部件的当前控制输入信号及传感器的当前测量输出信号确定动车组制动系统关键部件的滤波器模型;利用滤波器模型进行状态估计,并确定状态估计相关误差。因此,采用本发明可以不依赖模型不确定性结构,且在传感器分辨率受到限制的情况下,对动车组制动系统关键部件进行滤波,提高了动车组制动系统关键部件滤波的鲁棒性,有效保障了动车组制动系统关键部件运行状态在线监测的应用需求。

    用于非线性过程监控的核函数参数的获取方法和系统

    公开(公告)号:CN104035431B

    公开(公告)日:2017-01-04

    申请号:CN201410218816.1

    申请日:2014-05-22

    Applicant: 清华大学

    Abstract: 本发明公开了一种用于非线性过程监控的核函数参数的获取方法和系统,该方法包括:获取正常样本数据并将其划分为s个子集,确定待获取参数的核函数;依次选取s个子集中的每个子集,将每次选取的不同子集作为测试数据,其余所有子集作为训练数据,基于训练数据以及对应的得分训练神经网络,将测试数据的得分矩阵的行向量输入至神经网络,将其输出作为测试数据的重构值;基于各个重构值和测试数据获取相对重构误差和最终相对重构误差;计算核函数参数取不同数值时的最终相对重构误差,使其值最小的数值确定为核函数参数的值。本发明对测试数据进行样本重构,对各个相对重构误差取平均值,避免了样本特殊性对最终获取核函数参数的影响,对过程监控具有指导意义。

    一种基于加权残差分量比较的故障分离方法及系统

    公开(公告)号:CN105068529A

    公开(公告)日:2015-11-18

    申请号:CN201510473799.0

    申请日:2015-08-05

    Applicant: 清华大学

    CPC classification number: G05B23/0275

    Abstract: 本发明公开了一种基于加权残差分量比较的故障分离方法及系统,该方法包括:建立被测系统基于残差信号的故障检测模型;基于故障检测模型获取被测系统的离线残差函数向量;设计离线残差函数向量中各分量的加权系数,并利用加权系数和离线残差函数向量设计故障分离策略;基于故障检测模型获取被测系统的在线残差函数向量,并基于加权系数将在线残差函数向量处理为在线加权残差函数向量;基于故障分离策略和在线加权残差函数向量实现故障分离。本发明充分利用了残差中的信息,基于残差分量设计加权系数并进行加权残差分量的比较,可以更好的实现被测系统的故障分离。

    用于检测与分离列车主动悬架系统间歇故障的方法及系统

    公开(公告)号:CN104697804A

    公开(公告)日:2015-06-10

    申请号:CN201510130478.0

    申请日:2015-03-24

    Applicant: 清华大学

    Abstract: 本发明公开了一种用于检测与分离高速列车主动悬架系统间歇故障的方法及系统,包括:基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;基于所述矢量残差生成器产生检测信号,并对所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离。本发明对主动悬架系统执行器的间歇故障检测及主动悬挂系统实时性能退化监测具有很好的有效性、准确度和可靠性。

    一种动车组制动系统传感器故障的诊断方法

    公开(公告)号:CN104596780A

    公开(公告)日:2015-05-06

    申请号:CN201510076002.3

    申请日:2015-02-12

    Applicant: 清华大学

    Abstract: 本发明公开了一种动车组制动系统传感器故障的诊断方法。对采集的动车组历史传感器信号进行EEMD处理,构建历史传感器信号的能量特征矢量;根据能量特征矢量训练FDA模型,得到FDA模型参数;采集在线传感器测试信号,对在线传感器测试信号进行EEMD处理,构建在线传感器测试信号的能量特征矢量;根据FDA模型参数中的投影矩阵计算传感器测试信号的能量特征矢量的FDA得分向量;基于FDA模型的参数对FDA得分向量进行分类,确定在线传感器测试信号的故障类别。本发明克服了EMD方法存在模态混叠效应的缺点,能够有效提取信号特征,并利用单个FDA模型进行故障分类,降低了基于SVM的故障分类算法的复杂度。

    大型工业闭环控制过程的分布式故障诊断方法及装置

    公开(公告)号:CN119937502A

    公开(公告)日:2025-05-06

    申请号:CN202411836413.3

    申请日:2024-12-13

    Abstract: 本申请涉及一种大型工业闭环控制过程的分布式故障诊断方法及装置,其中,方法包括:获取大型工业闭环过程中的历史无故障数据,并基于预设划分规则划分历史无故障数据,以得到多个变量块;基于每个变量块对应的作用机理对多个变量块进行变量种类划分,以得到变量块的分类结果,并基于分类结果构建相应的分布式变量拓扑结构;结合分布式变量拓扑结构和大型闭环过程数据中存在的相关性结构,构建相应的动态隐变量模型;基于动态隐变量模型构建相应的分布式故障诊断模型,以利用分布式故障诊断模型输出待检测的大型系统的故障诊断结果。由此,解决了相关技术中,未考虑闭环控制的约束,难以对系统局部状态进行有效分析,且忽略了大型工业系统数据中的分布式动态特性,使得难以得到准确的故障诊断和故障定位结果的技术问题。

Patent Agency Ranking