设备状态监测与故障诊断(地铁车辆牵引控制单元TCU 故障诊断建模与应用)

:绘制了TCU地铁牵引控制单元故障机理图，并在对进行了分析，根据分析结果和TCU系统的特点，建立了基于多重复合函数的故障诊断数学模型。运用模糊数学知识优化对，的故障诊断过程，提高了诊断效率。基于该模型的专家系统在实际应用中取得了良好的效果。牵引控制单元；故障诊断；数学模型；TCU(牵引控制单元)是用于铁路机车的模块化微处理器控制单元。它是SIBAS32系统(基于西门子32位微处理器的自动训练系统)的重要组成部分。TCU用于控制电驱动设备，其功能是实现合理有效的牵引和制动。作为机车控制的重要组成部分，TCU必须长期保持安全稳定的工作状态。因此，实时维护对TCU，快速排除故障是铁路机车公司的一项重要任务。其中，最关键的环节是进行故障诊断，即在故障发生后快速找到故障的症结，从而快速排除故障。现有的故障诊断方法可归纳为三类： (1)基于数学模型的诊断方法[1]，即在建立诊断对图像的数学模型的基础上，根据一定的数学方法对对测量信息进行处理和诊断。文献[1]对对系统进行了建模和分解，将对系统的诊断置于对子系统的诊断之上；(2)基于信号处理的诊断方法。通常采用相关函数、频谱和小波变换等信号模型直接分析可测信号，提取方差、幅值和频率等特征值，从而检测故障；(3)基于人工智能的诊断方法[3 -6]。随着计算机技术的飞速发展，基于知识的故障诊断方法应运而生。文献[3]提出了一种将模糊数学和神经网络技术相结合的智能故障诊断和监测方法。文献[4]利用遗传算法构造分类学习器，用于输电网在线故障诊断。基于牵引控制单元的TCU故障机理图，建立了故障诊断的数学模型，并利用模糊数学对诊断进行了优化。最后，知识以专家系统的形式表达出来。1系统分析TCU系统由软件和硬件组成。总的来说，软件可靠性高，所以整个故障诊断工作主要集中在硬件上。SIBAS32系统的TCU硬件结构见如图1。图1 TCU系统的硬件结构图2状态监控SIBAS32系统具有状态监控单元。当系统出现故障时，状态监控单元会提示系统进入错并给出故障代码(该值介于1和317之间，表示发生了故障事件)。同时，监控单元提供7个逻辑字、2个控制字和2个状态字，每个信号字用4位十六进制数表示，表示故障机车发生时软硬件的输入输出状态。故障代码只能描述故障现象。像信号字一样，对在故障诊断中起着很好的辅助作用。然而，由于系统自身的状态监测单元，它远远不能满足提供故障诊断所需的所有信息的要求。3.建立数学模型通过绘制TCU系统的故障机理图，可以全面分析可能导致某一故障事件的所有故障原因，并总结出故障诊断的数学模型。以代码为118的故障事件机理图为例，分析了故障产生的原因，并根据分析结果建立了适用于整个系统的诊断数学模型。整个机构图由信号处理和对信号处理两部分组成，其中信号分为原始信号、中间信号和最终信号。原始信号与硬件直接相关，无法细分和细化。错对原始信号的误解导致了中间信号的错误差，中间信号是逐层传输的，导致了最终信号的错误差，最终信号的错误差为

原始信号的错误差意味着特定传感器故障或相关硬件故障，这是我们要寻找的故障原因。找到带有错误差的原始信号意味着故障诊断过程的结束。图2是故障118的机理图的一部分。分析如下： $BFNOTBR信号代表数字量，表示是否执行紧急制动，1代表是，0代表否，设置为x1；$HBRANF信号代表数字量，表示系统是否支持制动请求，1代表是，0代表否，设置为x2；$MBRGEL信号代表数字量，表示是否释放所有制动器，1代表是，0代表否，并设置为x3；$ $ VI-ERXX代表模拟量，即最大默认速度，设置为x4。数字量输入信号处理模块并与阈值比较后，根据逻辑结果输出。X1、x2、x3和x4是上面提到的原始信号。信号FG-WEI和FG-SCH是中间信号，代表系统的模块状态，分别设置为y1和y2。X1、x2和x3经过处理过程P1，并且y1被输出，即，y1=P1 (x1、x2和x3)。X4由P2处理，y2输出，即y2=p2 (x4)。信号FG-NKL是一个中间信号，表示该模块的子系统是否发生故障，并被设置为z1。中间信号z1可以表示为y1，y2的函数，即Z1=P’(y1，y2)。$ uwdn1-a代表电机1速度监控(dn/dt监控n1-a)，设置为x5，UWN1A -KL为中间信号，设置为z2，z2，可代表z1和x5的功能，即z2=2p’(Z1，x5)。代入上述公式，有：z2=p3 (x1，x2，x3，x4，x5)。从机理图可以看出，如果x1？X5有故障，故障不会在015秒内消失，因此系统会将故障信号传输至。根据上述对故障机理图的分析，我们将原始信号视为自变量，将信号处理模块视为函数，将中间信号和最终信号视为因变量。对分析了某一故障的故障机理图，并假设最终信号为k，与系统硬件直接相关的初始信号为(x1，x2，x3，xn)，它们之间的关系表示如下：K=F(x1，x2，x3，xn)。由于系统故障的原因很多，故障机理极其复杂，实际上，得到这样一个函数f既不必要也不现实。根据故障的传递性和故障机理图的分支结构，这个问题可以通过中间信号很容易地解决。为此，构造了多重复合函数，其中中间变量f1、f2、f3、和fm存在，使得k=f’(f1、F2、F3、F4、fm、FM)，其中fi(i=1，2，m)表示第一级中间信号，fi=Li (Li，1，Li，2，Li，3，Li，j)，Li，1，Li，2，Li，3，li4，j表示第二级中间信号。以此类推，直到所有中间信号都由初始信号表示，即：=(xi，1，Xi，2，xi，k ).由于系统分支结构的不确定性，有时中间信号和原始信号被用作同一函数中的独立变量。在这种分支结构中，原始信号的错误差(物理故障的发生)导致各层中间信号的错误差，并逐层传递，最终导致故障事件的发生。故障诊断过程是一个逐层反演的过程。由于故障事件的发生，最终信号K的值有错误差，所以f1，f2，f3，f4，调频必须有错错误造成的fi。进一步考虑中间信号fi所在的分支，进行信号检测和比较，最后可以推断故障事件是由初始信号xi的错误差引起的。中间信号在安全无故障状态下的参考值可以通过函数分析得到。在某些情况下，这完全是数学