基于MEEMD-HT的无绝缘轨道电路补偿电容故障特征分析

为研究无绝缘轨道电路补偿电容断线故障模式下的故障特征,采用一种改进的集合经验模态分解-Hilbert变换(MEEMD-HT)方法。为分析单一补偿电容断线故障对分路电流的影响,利用传输线理论建立ZPW-2000A轨道电路模型并仿真。采用MEEMD方法对发生补偿电容断线故障下的分路电流幅值曲线进行分解,并且通过HT生成Hilbert谱、时频能量谱、边际谱,对谱线的特征进行分析,实现对补偿电容的故障特征分析。仿真分析结果表明,采用的MEEMD-HT方法得出的Hilbert谱中的故障特征明显,该方法可以用作补偿电容故障特征分析。     

一种改进的EEMD算法及其在滚动轴承故障诊断中的应用

总体经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)方法由于其自适应性和抗混叠的特性,在轴承故障诊断领域得到广泛应用。针对总体经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)方法中参数难以准确获取的问题,提出了基于改进的EEMD分解和Teager能量算子的滚动轴承故障诊断方法。首先对故障信号进行预处理,自动获取EEMD方法中的加入白噪声大小和总体平均次数两个重要参数。之后对信号进行EEMD分解,得到若干个本征模态分量(Intrinsic Mode Function,IMF),利用峭度准则选取其中峭度最大的分量并进行Teager能量算子解调,最后通过能量谱识别出滚动轴承的工作状态和故障类型。将该方法应用到滚动轴承仿真故障数据和实际数据中,实验结果表明,该方法可有效提取滚动轴承故障特征频率信息,验证了所提方法的可行性。     

基于变分模态分解和能量谱的轨道电路分路不良故障监测

在传输线理论和四端口网络的基础上,建立ZPW-2000A型轨道电路机车感应信号电流模型,仿真得到正常和分路不良逐渐严重的5类信号,并对比分析正常和分路不良信号的曲线特征。为实现轨道电路分路不良故障监测,运用双指标法确定变分模态分解的模态数K;用变分模态分解算法将5类信号分解成K个固有模态,并提取能量谱特征和传统时域特征;将提取的故障信号特征输入到粒子群支持向量机(PSO-SVM)中,实现分路不良的故障监测,且使用能量谱特征的监测精度大于使用传统的时域特征。实验结果表明:使用变分模态分解算法能够有效分解轨道电路正常和分路不良的信号,便于分路不良故障特征的提取;能量谱特征集较于传统时域特征集,更利于故障分类。     

基于深度学习的无绝缘轨道电路故障诊断研究

针对无绝缘轨道电路故障的复杂性及随机性,提出一种基于深度学习的故障诊断方法。根据无绝缘轨道电路的结构,选取12个电压电流监测量作为故障数据特征集。运用深度信念网络的无监督学习对故障数据进行训练,得到最优参数值并提取出故障数据高层的分布式特征。选择BPNN作为分类器,以无监督学习输出的参数作为BPNN的初始值,完成反向调优,实现轨道电路的15种故障分类。利用ZPW-2000A无绝缘轨道电路数据对模型进行了多次实验分析,仿真结果表明,该模型的分类准确度可达95.34%,验证了此方法的有效性。     

ZPW-2000无绝缘轨道电路相邻区段干扰仿真研究

根据均匀传输线和四端网络理论,建立ZPW-2000无绝缘轨道电路分路电流的计算模型,利用MATLAB软件实现相邻区段干扰电流的数值算法,对轨道电路正常情况、调谐单元故障情况下邻区段干扰电流的分布进行仿真.     

ZPW-2000R轨道电路室内接收端特性研究

在ZPW-2000系列无绝缘轨道电路调谐区纳入检查的背景下，以ZPW-2000A轨道电路接收器在单机和双机冗余不同配置应用下，调谐区电压可能存在变化为切入点，对应研究ZPW-2000R轨道电路的调谐区及衰耗器实现原理，得出在接收器单机和双机配置应用，或衰耗器内部单通道断线情况下，ZPW-2000R轨道电路接收输入电压、主轨道接入电压、调谐区接入电压均不会有明显变化的规律；经实验室和现场测试，总结归纳出ZPW-2000R与ZPW-2000A的接收端差异，为ZPW-2000R轨道电路的运用维护提供指导。     

无绝缘轨道电路邻区段干扰防护方法的研究

当前,无绝缘轨道电路会因其调谐区设备故障而丧失电气绝缘功能,使得相邻轨道电路的信号能够越过调谐区的限制而进行传输,形成相应的邻区段干扰,从而影响机车信号设备对轨道电路信号的接收。针对这一故障,根据调谐区的电气分隔原理,设计一种邻区段干扰防护器,给出相应的电路结构设计和部件参数计算方法,使其对本轨道电路信号等效为原有的补偿电容,而对相邻轨道电路区段信号呈现出串联谐振的短路效果,以实现对其有效衰减,达到防护目的。仿真结果表明:设计的防护器与现有补偿电容的特性相同,只需用其替换距离发送端最近的补偿电容,即可有效阻止邻区段干扰在本轨道电路区段的传播,且对轨道电路和机车信号正常工作无影响,具有良好的实用性和兼容性。     

高速条件下ZPW-2000A无绝缘轨道电路耦合干扰分析及对策

针对高速铁路建设中出现的局部四线并行情况,为防止同载频并行轨道电路间干扰信号误动CTCS-3和CTCS-2级列控系统车载或地面设备,必须对干扰信号进行定量分析并采取防护措施。基于钢轨间的互感和线间距建立耦合干扰计算机仿真模型,定量分析近端干扰和调谐区位置不利情况下ZPW-2000A无绝缘轨道电路间的耦合干扰。分析结果表明:在等线间距条件下,调谐区对位比调谐区错位情况时耦合干扰电压大;耦合干扰电流随轨道并行长度和轨道电路载频频率增大而增大。以广深铁路并行四线为例计算同载频并行轨道电路对列控系统车载和地面设备的干扰量,并据此建议在线间距小于14 m时,对重合的调谐区改变并行区段轨道电路载频的频率或者进行调谐区错位处理。     

基于EMD广义能量的列车车轮故障诊断技术

针对列车车轮故障诊断,研究基于经验模态分解(EMD)广义能量法诊断技术。首先对钢轨振动信号进行经验模态分解,选取出有效本征模函数分量并赋予权重系数,然后求出各分量的能量加权和作为该信号的EMD广义能量值,最后确定出正常车轮的EMD广义能量安全域阈值,判断车轮的故障状态。采用仿真的正常及故障车轮的钢轨振动信号进行实验,验证提出的方法对正常和故障车轮的识别准确率达到90%以上。     

多通道相关-经验模式分解在滚动轴承故障诊断中的应用

在处理非平稳振动信号时,经验模式分解(EMD)的应用较为广泛。针对滚动轴承的早期故障信号中含有强烈的背景噪声,诊断效果有时也不够明显的情况,本文提出了多通道相关-经验模式分解方法。首先通过EMD将滚动轴承故障信号分解成若干本征模态函数(IMF)分量;然后对IMF分量进行多相关处理,取相关性最强的IMF分量进行自适应重构;最后通过循环谱分析识别出滚动轴承的故障类型。将该方法应用到滚动轴承的仿真故障数据和实际数据中,分析结果表明,该方法可以更加有效地提取滚动轴承故障特征频率信息,突出故障频率。     

基于遗传算法的无绝缘轨道电路故障综合诊断方法

基于传输线理论提出机车信号感应电压幅值包络仿真模型,利用机车信号感应电压与轨道电路信号电流的线性映射关系,分析补偿电容故障对机车信号感应电压幅值包络的影响规律,给出基于遗传算法的轨道电路故障综合诊断方法。以补偿电容和道砟电阻为决策变量,以实际的和仿真的机车信号感应电压幅值包络间差值的最小化为目标,构造适应度函数,通过对种群个体进行选择、交叉和变异等遗传操作,得到当前状态下各决策变量的最优值,从而实现轨道电路故障的综合诊断。实验表明,将遗传算法引入到轨道电路的故障诊断领域,利用机车信号的实际记录数据,能够对无绝缘轨道电路中多个补偿电容故障以及道砟电阻波动等情况作出正确的综合评判,从而弥补了目前检测方法的不足,为轨道电路的故障诊断提供了新的有效手段。     

基于小波包分解和集合经验模态分解的列车转向架轴承智能故障诊断方法

提取故障特征不理想、诊断速度慢等是目前现有列车转向架轴承故障诊断方法存在的主要不足。本文提出了一种列车转向架轴承故障的智能诊断方法。该方法将小波包分解和集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)结合在一起,充分提取信号故障特征,并利用能量判别法和故障识别搜索算法进行故障模式识别,进一步提高了故障诊断速度。为了验证该方法的有效性,构建了轴承实验台,测试分析了广州地铁列车3种故障状态的转向架轴承。实验结果表明,该方法能够充分提取故障特征,迅速锁定搜索频段,准确识别轴承故障,提高了列车转向架轴承故障的诊断速度和准确性。     

基于FTA与改进神经网络的轨道电路红光带诊断方法

以ZPW-2000无绝缘移频轨道电路红光带故障为研究对象,针对其故障的多样性与复杂性,提出一种基于故障树分析(FTA)与改进BP神经网络相结合的轨道电路智能故障诊断方法。根据轨道电路组成与故障关系建立故障树进行FTA定性分析,分析故障成因并提取故障诊断规则,确定诊断模型的输入输出,构建两个BP神经子网以并联方式联接组成诊断模型,采用LM算法和遗传算法对模型参数进行调整。通过仿真分析,表明该方法可行有效,为轨道电路智能故障诊断提供一种新思路。     

ZPW-2000A调谐区SVA阻抗值对调谐区品质因数的影响分析

ZPW-2000A无绝缘轨道电路调谐区由1型调谐单元、钢轨、空心线圈、2型调谐单元构成,本区段所连接的调谐单元显容性,钢轨、空心线圈和邻区段连接的调谐单元呈感性,这两部分形成并联谐振。分析普速铁路ZPW-2000A空心线圈SVA阻抗值对整体谐振电路的影响,提出调谐区小轨道电路品质因数的计算方法,通过提高调谐区品质因数,可以改善钢轨传输的稳定性,增强调谐区选频性能。     

基于VMD的地铁车辆平轮状态监测和诊断

针对地铁车辆轮轨振动信号信噪比低、非线性、不平稳等特点,为更好地提取地铁平轮的故障特征,提出一种基于变分模态分解(VMD,variationl mode decomposition)和包络谱熵的地铁平轮故障诊断方法。首先,构建虚拟仿真信号做变分模态分解,并与经验模态分解进行对比分析,说明VMD方法的有效性,再对实测4种工况的轮轨振动信号进行变分模态分解,求出不同分解模态的包络谱熵值,最后采用支持向量机分析故障诊断效果。试验结果表明:提出的方法能够有效地提取平轮故障特征,对地铁车辆平轮故障状态具有良好的诊断效果。     

数字无绝缘轨道电路调谐单元的谐振分析

介绍数字无绝缘轨道电路S型电气绝缘节的工作原理,并对调谐单元进行频率特性和特性阻抗的分析。说明数字无绝缘轨道电路的调谐单元具有良好的选频特性,并分析改变调谐单元电气参数所造成的影响。     

基于小波包的无绝缘轨道电路补偿电容故障特征分析

为实现对无绝缘轨道电路补偿电容的状态监测和故障预测,满足铁路现场由"故障修"向"状态修"转变的发展需求,根据补偿电容全部正常、发生断线故障和容值下降故障时归一化分路电流曲线的幅值波动规律,提出一种基于小波包的故障特征分析方法.根据无绝缘轨道电路的系统结构及工作原理,基于传输线理论建立其分路态模型并仿真得到补偿电容全部正...     

基于EMD(经验模态分解)奇异值熵的城市轨道交通直流牵引供电系统短路故障辨识

针对现有保护对远端短路电流和列车充电电流区分能力较弱的问题,提出了一种基于EMD(经验模态分解)奇异值熵的辨识方法.通过对暂态电流进行EMD,获得特征向量矩阵,结合SVD(奇异值分解)和信息熵理论构造奇异值熵.远端短路时,暂态短路电流信号复杂,其奇异值熵大;而列车充电电流信号单一,其熵值小.因此,可根据奇异值熵大小识别短路故障.仿真和实测数据验证了该方法的有效性.     

基于HHT方法的电气化铁道谐波检测与分析

将希尔伯特-黄变换(HHT)方法用于电气化铁道谐波检测中.由于电气化铁道谐波电压、电流信号中基波能量很大,其它次数的谐波能量相对较小,使得经验模态分解 (EMD)方法在应用中出现模态混叠现象,不能准确地提取任意频率的谐波信号.为改善经验模态分解过程中产生的模态混叠现象,本文采用Yang提出的基于Fourier变换的EMD方法对电气化铁道谐波信号进行筛分.通过该方法可以有效地提取出任意频率的谐波分量,进而计算其Hilbert谱.通过对电气化铁道牵引变电所实测谐波电压、电流数据进行分析,结果表明:利用改进的HHT方法可以得到电气化铁道各次谐波准确的时频分布.最后通过HHT方法计算出各次谐波电压、电流含有率及总谐波电压、电流畸变率,并对计算结果进行分析.HHT 方法为电气化铁道谐波检测与分析提供了一种新的途径.     

基于Gabor变换和EMD的轴承故障诊断

基于振动信号处理的轴承故障诊断方法应用非常广泛。由于在实际采集的振动信号中往往混合着干扰信号,因此提出了一种基于Gabor变换的盲源分离和基于经验模态分解(EMD)的Hilbert包络谱分析相结合的故障诊断方法。首先采用基于Gabor变换的盲源分离方法对振动信号进行盲源分离,然后利用EMD方法进行分解获得本征模式函数(IMF)分量,再通过局部细化Hilbert包络谱方法分析判断轴承故障的特征。研究结果表明,通过对轴承振动信号进行盲源分离和EMD分解,可以使信号的故障特征更加明显,从而提高故障诊断的准确性。