基于EEMD和GA-BP的列车辅助逆变器开路故障诊断研究

• 作者: 彭乐乐 蔡鹏飞 郑树彬
• 来源期刊: 计算机测量与控制
• 关键词: 故障诊断 EEMD 神经网络 GA-BP 辅助逆变器
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 25-31
• 页数: 7页
• 分类号: V249.32
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.07.006

摘要

地铁列车随着运营年限增加,辅助逆变器故障频发,严重制约轨道交通安全运营,故障及时诊断至关重要;针对列车辅助逆变器典型的大功率器件开路故障,提出了一种基于集合经验模态分解(EEMD)和遗传算法优化的BP神经网络(GABP)的故障诊断方法,该方法以辅助逆变器输出的三相半波电压值为监测信号,通过EEMD分解采用能量矩的方法提取故障特征向量,基于GA-BP神经网络实现故障智能诊断;仿真实验结果表明该方法故障诊断准确率能达到95.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑树彬	上海工程技术大学城市轨道交通学院	78	287	9.0	13.0
2	彭乐乐	上海工程技术大学城市轨道交通学院	21	17	2.0	3.0
3	蔡鹏飞	上海工程技术大学城市轨道交通学院	1	1	1.0	1.0