【摘 要】
:
电磁型(EMS,Electro Magnetic Suspension)中速磁浮列车作为一种采用先进技术的新型磁浮列车,兼具中低速磁浮列车与高速磁浮列车的优势,不仅牵引效率高,而且导向结构简单。悬浮控制器作为中速磁浮列车悬浮控制系统中枢,组成设备众多、结构复杂、功能强大,但由于其长时间与列车同步工作,内部设备及元件较易损坏。在磁浮列车运行过程中,悬浮控制器突发故障会直接降低悬浮控制系统的稳定性,严
论文部分内容阅读
电磁型(EMS,Electro Magnetic Suspension)中速磁浮列车作为一种采用先进技术的新型磁浮列车,兼具中低速磁浮列车与高速磁浮列车的优势,不仅牵引效率高,而且导向结构简单。悬浮控制器作为中速磁浮列车悬浮控制系统中枢,组成设备众多、结构复杂、功能强大,但由于其长时间与列车同步工作,内部设备及元件较易损坏。在磁浮列车运行过程中,悬浮控制器突发故障会直接降低悬浮控制系统的稳定性,严重的情况下可能直接导致列车丧失悬浮能力,并且很难在短时间内锁定故障源并高效开展维修工作。因此,对中速磁浮列车悬浮控制器故障诊断方法的研究具有重要意义。近年来,人工神经网络理论与应用研究已发展为国际前沿研究领域,为故障诊断提供了一个全新的研究方法。本文结合工程实际的考虑与故障样本的数据特性,在分析了中速磁浮列车悬浮控制器工作原理与常见故障特征的基础上,提出使用基于神经网络模型的故障诊断方法为中速磁浮列车悬浮控制器进行故障诊断。具体研究内容与成果如下:(1)建立了基于BP神经网络和SOM神经网络的悬浮控制器故障诊断模型并借助仿真实验分析了两个模型的故障诊断性能。实验结果表明两种神经网络模型的训练效率与诊断准确率均不理想,需要做进一步改进。(2)针对BP神经网络和SOM神经网络的自身局限性,提出将SOM神经网络的竞争层结果用作BP神经网络的输入数据,构建了 SOM-BP串联神经网络故障诊断模型并借助仿真实验分析其故障诊断性能。实验结果表明,SOM-BP串联神经网络故障诊断模型的训练效率与诊断准确率明显高于单独的神经网络模型。(3)考虑到SOM-BP串联神经网络的性能容易受到网络连接权值和节点阈值的影响,提出应用粒子群(PSO,Particle Swarm Optimization)算法为其分配网络连接权值和节点阈值,构建了基于粒子群优化的SOM-BP串联神经网络故障诊断模型并借助仿真实验分析其故障诊断性能,实验结果表明基于粒子群优化的SOM-BP串联神经网络故障诊断方法对于解决实际问题更加有效。
其他文献
随着城市少数民族人口的日益增长,针对该群体的管理与服务工作面临巨大挑战。行政主导的工作模式难以适应新形势的要求。未来的城市民族工作需要深化"社会化"的道路,形成多元
目的:调查专科医院心理门诊焦虑障碍患者药物治疗的总体依从情况,了解其人口学特征、临床特征、药物治疗相关特点等,根据WHO提出的影响药物治疗依从性的五个维度,分析焦虑障
火灾是一种灾难性燃烧,会严重危害社会的安全与稳定,并造成巨大的经济损失。这种终极灾害一旦发生不仅会造成环境污染,还会阻碍经济的发展,影响人们的正常生活。因此,对于火
bcl-2基因是凋亡抑制基因,其表达产物不仅影响肿瘤的形成而且与肿瘤的预后相关。血管内皮生长因子VEGF促进肿瘤的血管形成,并与恶性肿瘤的侵袭、转移密切相关,影响肿瘤的生物学
随着全球气候变暖,石油、煤炭和天然气不可再生资源逐步枯竭,环境恶化等因素促使新兴能源技术迅速发展。电动汽车能够减少碳排量,保护环境,成为一种发展趋势。我国政府顺应时
目的 本研究探索建立原位逆转录聚合酶链式反应方法并用于研究多肽:N-乙酰氨基半乳糖转移酶2(ppGalNAcT-2)在肿瘤组织与肿瘤细胞中差异表达研究。方法 以原位逆转录聚合酶链
结直肠癌(Colorectal cancer,CRC)是常见的恶性疾病,在中国结直肠癌的发病率逐年上升。表观遗传学的改变在结直肠癌的早期发生及进一步发展的过程中扮演重要角色。蛋白的乙酰化修饰是最重要的表观遗传调控之一,其主要是发生在赖氨酸上。赖氨酸残基的乙酰化修饰是可逆的,这个过程可以中和氨基酸的正电荷,并以不同的方式调节蛋白质活性。体内乙酰化动力学之间的平衡由组蛋白去乙酰化酶(Histone d
含锑卡林型原生金矿是我国重要的金锑矿石资源,含锑卡林型原生金矿中主要金属矿物为辉锑矿、黄铁矿、毒砂等,金常以微细粒的形态包裹浸染于载体硫化矿物中,各矿物之间的紧密连生造成了该类型矿石的选别难以达到高效的回收。本论文以贵州含锑卡林型原生金矿为研究对象,原矿伴生有益组分较少,金大多被黄铁矿、毒砂为主的硫化矿包裹,选矿难度较大。工艺矿物学研究表明,原矿中金品位为2.04g/t,主要以微细粒金的形式赋存在
随着LNG船舶数量增长,LNG船舶对宽度受限进港航道通航效率影响问题成为当前研究的关注点。目前,对于这一问题,国内外学者主要从LNG船舶独占式航行、LNG船舶交通管制等方面展
图像的超分辨率重建(Super-resolution,SR)是图像处理领域中,一种用来提高视觉效果和重建图像高频信息的重要技术。最近年来,由于深度学习在该技术中的广泛应用,图像重建技术也再次成为了研究热点,而卷积神经网络(Convolutional Neural network,CNN)又是深度学习中最流行的方法,从目前的研究来看,出现了众多以改进CNN模型为基础的图像重建算法,例如:基于极深度网