文献类型：期刊文章

作　　者：姜斌[1,2] 陈宏田[1,3] 易辉[4] 陆宁云[1,2]

Bin JIANG;Hongtian CHEN;Hui YI;Ningyun LU(College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;Jiangsu Key Laboratory of Internet of Things and Control Technologies,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;Department of Chemical and Materials Engineering,University of Alberta,Edmonton T6G 1H9,Canada;College of Electrical Engineering and Control Science,Nanjing Tech University,Nanjing 211816,China)

机构地区：[1]南京航空航天大学自动化学院,中国南京211106 [2]南京航空航天大学江苏省物联网与控制技术重点实验室,中国南京211106 [3]Department of Chemical and Materials Engineering,University of Alberta,Edmonton T6G 1H9,Canada [4]南京工业大学电气工程与控制科学学院,中国南京211816

出　　处：《中国科学：信息科学》

基　　金：国家自然科学基金(批准号:61490703,61922042)资助项目。

年　　份：2020

卷　　号：50

期　　号：4

起止页码：496-510

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：牵引系统为高速列车的重要组成部分,其可靠性对列车安全运行至关重要.本文利用牵引系统传感器数据,提出了一种最优的数据驱动故障检测与诊断(fault detection and diagnosis, FDD)方法,用于解决动态牵引系统的故障诊断问题.首先,基于传感器数据构建系统模型,用于描述牵引系统动态.然后,通过相关性与子系统辨识技术,定义残差生成器以及故障检测统计量.而后根据改进的支持向量机(support vector machine, SVM),研究了最优的数据驱动故障诊断问题.最后,通过中车株洲电力机车研究所有限公司的高速列车实验平台,验证了所提出方法的合理性与有效性.

关 键 词：高速列车 牵引系统 数据驱动 故障诊断

分 类 号：U269.322]