具有强泛化性的高铁逆变器开路故障诊断算法

TP277; 针对高速铁路工况复杂、不同工况下牵引电机定子电流差异较大、传统逆变器开路故障诊断算法泛化能力较差等问题,提出新的牵引电机定子电流数据预处理方法和基于卷积神经网络的逆变器开路故障诊断算法.该数据预处理算法先对三相定子电流进行角度域同步重采样,再采用基于积分的波形修复算法对电流波形进行修复,并对数据进行规范.提出用于单相定子电流故障诊断的卷积神经网络(T-CNN),以及用于解决两个绝缘栅双极型晶体管同时故障可能导致T-CNN误诊断问题的故障冲突解决规则.实验证明,相比于传统的智能诊断算法,当仅采用单个工况的故障数据训练故障诊断算法时,所提算法在其他工况下具有更好的诊断精度和泛化能力....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 27; no. 11; pp. 3236 - 3246
Main Authors 王欢, 张春, 张宁, 陈耀华
Format Journal Article
LanguageChinese
Published 北京交通大学高速铁路网络管理教育部工程研究中心,北京 100044 01.11.2021
Subjects
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2021.11.017

Cover

More Information
Summary:TP277; 针对高速铁路工况复杂、不同工况下牵引电机定子电流差异较大、传统逆变器开路故障诊断算法泛化能力较差等问题,提出新的牵引电机定子电流数据预处理方法和基于卷积神经网络的逆变器开路故障诊断算法.该数据预处理算法先对三相定子电流进行角度域同步重采样,再采用基于积分的波形修复算法对电流波形进行修复,并对数据进行规范.提出用于单相定子电流故障诊断的卷积神经网络(T-CNN),以及用于解决两个绝缘栅双极型晶体管同时故障可能导致T-CNN误诊断问题的故障冲突解决规则.实验证明,相比于传统的智能诊断算法,当仅采用单个工况的故障数据训练故障诊断算法时,所提算法在其他工况下具有更好的诊断精度和泛化能力.
ISSN:1006-5911
DOI:10.13196/j.cims.2021.11.017