基于改进蚁群神经网络的牵引逆变器故障诊断

被引:6
作者
朱琴跃
叶双挺
谭喜堂
曾伟娴
机构
[1] 同济大学电子与信息工程学院
关键词
改进蚁群算法; 神经网络; 牵引逆变器; 开路故障诊断;
D O I
暂无
中图分类号
U269.6 [电力机车检修]; TP183 [人工神经网络与计算];
学科分类号
080204 ; 082304 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
牵引逆变器是各类地铁列车牵引传动系统的关键部件之一,在实际运行中其功率管极易发生各类故障。针对传统故障诊断方法无法准确识别相应的故障类型和故障部位的问题,基于改进蚁群神经网络对牵引逆变器功率管故障诊断方法进行了研究。通过提取牵引逆变器输出三相电压的频域故障特征作为神经网络的输入,以功率管的开路故障类型作为输出,采用改进蚁群算法训练神经网络的权值和阈值,对牵引逆变器的功率管开路故障进行了有效诊断。仿真和测试结果表明,改进蚁群算法神经网络具有较高的故障诊断准确性,收敛性好,可以快速有效地实现故障定位。
引用
收藏
页码:52 / 57
页数:6
相关论文
共 9 条
[1]   基于改进蚁群算法的变压器诊断数据的约简 [J].
田冰冰 ;
刘念 ;
刘琨 ;
姜刚 .
电力系统保护与控制, 2011, 39 (01) :96-99+122
[2]   蚁群算法在故障诊断中的应用 [J].
白士红 ;
唐辉辉 .
中国工程机械学报, 2010, (04) :466-469
[3]   逆变电路智能故障诊断系统 [J].
张作良 ;
唐朝晖 ;
胡志坤 ;
桂卫华 .
计算机工程与科学, 2008, (03) :136-138
[4]   蚁群神经网络在齿轮箱故障诊断中的研究与应用 [J].
吴玉国 ;
宋崇智 .
机械传动, 2007, (04) :87-89+118
[5]   基于BP神经网络的200km/h牵引变流器故障诊断技术的研究 [J].
李玉超 ;
田永洙 ;
高沁翔 .
铁道机车车辆, 2007, (02) :4-7
[6]   基于神经网络的电动机逆变驱动系统故障诊断 [J].
崔博文 ;
任章 .
仪器仪表学报, 2007, (03) :473-478
[7]   逆变器并联系统功率管开路故障诊断研究 [J].
肖岚 ;
李睿 .
中国电机工程学报, 2006, (04) :99-104
[8]  
面向MATLAB工具箱的神经网络理论与应用.[M].丛爽编著;.中国科学技术大学出版社.1998,
[9]  
牵引变流器故障诊断的研究.[D].刘玲.西南交通大学.2010, 10