地铁车辆牵引控制单元TCU 故障诊断建模与应用(2)
2013-07-07 01:44
导读：3 解释某信号处理模块的作用比较困难, 可通过检测正常状态下的输出信号, 作为故障检测室的参考量, 与发生故障时的值进行比较, 中间信号没有错误则可
3 解释某信号处理模块的作用比较困难, 可通过检测正常状态下的输出信号, 作为故障检测室的参考量, 与发生故障时的值进行比较, 中间信号没有错误则可排除整个该分支发生故障的可能, 中间信号发生错误说明该分支必然有故障。
4 故障事件的相对隶属度
很多时候, 故障事件之间存在着内在机理上的图2 118 故障机理图截取示意图联系, 初始信号的错误会导致不止一个故障事件的发生。所以, 综合考察同一时候一起发生的多个故障事件, 优先考虑能同时引起多个故障事件发生的故障原因, 可以提高诊断效率, 起到很好的诊断效果。这里我们运用模糊数学中的相对隶属度的概念来说明故障事件之间的联系。假设产生故障a的故障原因事件为:x1 ,x2 ,x3 , ?, xj, ?, xm-1 , xm, 产生故障b 的故障原因事件为:x1 ,x2 ,x3 , ?, xj, xm+ 1 ?, xn-1 , xn, 设故障 a 与故障b 的相对隶属度为ρab , 令a = mj, b = j+ nj -m, 取ρab = max (a, b), 当故障a与故障b同时发生的时候, 首先考察是否因为共同的故障原因事件xi ∈ (x1 ,x2 ,x3 , ?xj) (i = 1 , 2 , ?j) 导致了故障a与故障b发生。在多个故障事件同时发生的时候, 两两比较故障之间的相对隶属度, 选择其中最大的ρ, 优先进行故障诊断。下面以实际运行中经常同时发生的故障225 (线路接触器关闭监控) 和228 (运行中线路接触器无法断开) 为例, 说明考虑相对隶属度进行综合诊断的优点。通过对故障逻辑图的分析, 我们发现, 故障225 与故障228 同时发生时, 主要是因为以下传感器故障或传感器监控对象故障产生的: ＄RMANNSA ( Check back signal line contactor) , 代表信号线路接触器状态核对; ＄QTNS -A (Acknowledge line contactor) , 代表应答线路接触器状态检测。由此得知, 在故障225 和故障228 同时产生的时候, 最有可能的故障原因是线路接触器的主触头或者辅助触头烧结。
（科教作文网http://zw.nseAc.com） 5 专家系统
根据上面建立的数学模型和对各个故障事件触发机理的分析, 我们可以用专家系统的形式把归纳总结得到的知识储存起来。根据故障代码和信号检测情况, 通过专家系统, 一步步缩小可能的故障范围, 引导维修人员找到故障原因。以机车一运行故障为例, 进一步说明SIBAS 32 系统牵引控制单元利用以上数学模型和专家系统进行故障诊断的情况。机车发生故障, 获得故障代码为245 , 状态字为0208H 、000BH , 控制字为0980H 、2000H , 逻辑字为0302H 、1842H 、F309H 、0200H 、1A00H 、0000H 、0003H 。诊断结果为车辆总线传输故障, 模块RS485 C039 不能输送信号, 从而有效地排除了故障。
6 结论
(1) 通过绘制并分析牵引控制单元TCU 的故障机理图, 说明了故障信号的传输方法, 分析了引发某个故障事件的可能的故障原因。
(2) 根据分析结果, 建立了以多重复合函数为基础的故障诊断数学模型, 将实际的故障诊断问题数学化、抽象化。根据数学模型, 建立了故障诊断专家系统, 具备可扩展性和自适应性。
(3) 运用模糊数学的有关理论对故障诊断过程进行优化, 提高了诊断效率。
参考文献: .
[ 1 ] Tsybenko Y V. Method of decomposition for diagnosing malfunctions in assumption -based
model [A ] . Intelligent Systems Engineering , Second International Conference [ C] . 1994 : 286 -291.
.[ 2 ] Kohd A T. Abiru K I. A recursive procedure for optimally design2 ing a hybrid fault diagnosable system [ A ] . Fault -Tolerant Comput2 ing , Eighteenth International Symposium [ C] . 1988 : 272 -277.
[ 3 ] Tang T , Zhu Y , Li J , et al. A fuzzy and neural network integrat2 ed intelligence approach for fault diagnosing and monitoring control [A ] . UKACC International Conference [ C ] . 1998 , (2) : 975 980.
.[ 4 ] Kiernan L , Warwick K. Adaptive alarm processor for fault diagnosis on power transmission networks [J ] . Intelligent Systems Engineer2 ing , 1993 ,2 (1): 25 -37. 您可以访问中国科教评价网（www.NsEac.com）查看更多相关的文章。
.[ 5 ] Mcduff R J , Simpson P K , Gunning D. An investigation of neural networks for F -16 fault diagnosis [ A ] . System description AU2 TOTESTCON ’IEEE Automatic Testing Conference [ C ] . 1989 : 351 -357.
[6 ] 张代胜, 王悦, 陈朝阳. 融合实例与规则推理的车辆故障诊断专家系统[J ] . 机械工程学报, 2002 , (07) .
共2页: 2
论文出处(作者):王颖峰 汪国宝
