论文部分内容阅读
摘要：重载列车ECP制动系统(电控空气制动系统)的故障诊断,是增加重载列车运行安全性的一个重要补充,对解决列车安全制动问题和提高运输能力具有重要意义。本文针对ECP制动系统这一复杂的分布式非线性系统,建立ECP制动系统控制模型,提出基于状态和参数估计的故障诊断框架,设计基于自适应估计的故障检测策略和基于神经网络的故障隔离与辨识方案,实现系统故障的有效检测、隔离与辨识,为重载列车ECP制动系统运行提供安全保障。首先,提出基于自适应估计的故障检测策略,提高故障检测性能,解决由于不确定信号导致的诊断准确度不够、故障误报漏报等问题。通过自适应近似技术,建立具有自适应参数的参数化模型用于描述不确定信号,利用基函数和逼近误差,构造自适应参数估计器,并调整更新参数自适应律,实现对建模偏差、互联不确定性等信号的逼近；构造引入不确定信号逼近值的故障检测状态估计器,减少不确定性对残差的影响,生成鲁棒的残差信号,并通过李雅普诺夫稳定性理论,推导能够保证故障检测性能的可调整的时变检测阈值,最终实现准确的ECP系统故障检测。然后,提出一种基于神经网络的故障隔离与辨识方案,解决对故障性质大小进行隔离辨识的问题。通过构造神经网络参数估计器,以最小化瞬时输出估计误差为目标,利用梯度下降方法,对权重进行更新,实现未知故障影响的估计。利用估计的故障影响信息,构造相应的故障隔离状态估计器,对系统状态和输出进行估计或预测,提出一种基于多残差生成的故障隔离决策,推导合适的隔离阈值选择条件,解决故障之间存在微弱影响的问题,最终实现ECP系统故障信息的评估。最后,通过Matlab仿真工具构建ECP制动控制系统仿真环境,对所提出的基于状态和参数估计的故障诊断方法进行仿真实验,并采用模块化设计,给出重载列车ECP系统故障诊断系统的软硬件实现,验证算法有效性和可靠性。图30幅,表5个,参考文献60篇。