基于粗糙集和模糊推理的高铁扼流适配变压器故障诊断研究

张楠乔; 杨世武; 徐宗奇; 崔勇

基于粗糙集和模糊推理的高铁扼流适配变压器故障诊断研究

1.
北京全路通信信号研究设计院集团有限公司,北京 100070;
2.
北京交通大学电子信息工程学院,北京 100044

基金项目: 中国铁路总公司技术标准项目（2016CR066）；北京全路通信信号研究设计院集团有限公司委托项目资助（15KY-F-035）。

详细信息

作者简介:
张楠乔，助理工程师；杨世武，副教授。

中图分类号: U224.2:TP39
计量
- 文章访问数: 114
- HTML全文浏览量: 0
- PDF下载量: 12
出版历程
- 收稿日期: 2016-11-13
- 刊出日期: 2017-04-24

Fault diagnosis of choke adapter transformer based on rough set and fuzzy inference for high-speed railway

1.
Beijing National Railway Research & Design Institute of Signal & Communication Ltd., Beijing 100070, China;
2.
School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing 100044, China

摘要

摘要: 文章梳理了扼流适配变压器故障模式和类型，完成了室内电路搭建及故障数据采集；选用粗糙集理论进行决策规则提取，在保持分类能力不变的条件下，去除监测数据表中大量的冗余特征，并提取出简明决策规则；进一步结合模糊推理，确定适用的隶属度，实现高正确率的故障诊断；最后，利用实际数据对此诊断方法的效果进行了验证，诊断正确率为92.5%，满足实际需求。
- 高速铁路 /
- 扼流适配变压器 /
- 故障诊断 /
- 粗糙集 /
- 模糊推理
Abstract: This article combed failure modes and types of choke adapter transformer, implemented indoor circuit construction and fault data acquisition, chose the applicable fault diagnosis method, i.e. rough set theory, to obtain decision rules. On the condition that classification capability remained unchanged, plenty of redundancy features in the monitoring data table were reduced and concise decision rules were obtained. Forther more, this article used fuzzy inference to determine the applicable membership functions, implemented the fault diagnosis with high accuracy, used real data to verify the result of this fault diagnosis method. The accuracy was 92.5%, it met the actual demands.
- high-speed railway /
- choke adapter transformer /
- fault diagnosis /
- rough set /
- fuzzy inference

HTML全文

参考文献(21)

[1]	杨世武. 铁路信号抗干扰技术[M]. 北京：北京交通大学出版社，2012.
[2]	Yang S W, Cui Y, Liu J L, et al. Research on the modeling of the impedance match bond at station track circuit in Chinese high-speed railway[J]. Advances in Mechanical Engineering, 2015, 7(11) ：1-7.
[3]	郑含博. 电力变压器状态评估及故障诊断方法研究[D]. 重庆：重庆大学，2012.
[4]	Zhao L H, Wu J P, Ran Y K. Fault diagnosis for track circuit using AOK-TFRs and AGA[J]. Control Engineering Practice, 2012, 20(12): 1270-1280.
[5]	Yang S W, Chen J Y, Wang Z, et al. Design of automatic test system for railway signaling equipments based on virtual instrument[C]. ICEMI 2005: Conference Proceedings of the Seventh International Conference on Electronic Measurement & Instruments, 2005: 249-252.
[6]	吴浩中, 王开文. 模糊神经网络在摆式列车作动系统故障诊断中的应用[J]. 中国铁道科学，2002（3）：35-38.
[7]	赵林海, 冉义奎, 穆建成. 基于遗传算法的无绝缘轨道电路故障综合诊断方法[J]. 中国铁道科学，2010（3）：107-114.
[8]	中华人民共和国铁道部. 铁道信号维护规则技术标准I[S].北京：中国铁道出版社，2008.
[9]	杨润霞. 25Hz 相敏轨道电路故障诊断系统的研究与设计[D].兰州：兰州交通大学，2014.
[10]	吴尚智. 基于粗糙集的一种属性值约简算法及其应用[J].计算机应用与软件，2009（2）：263-265.
[11]	Yao Y Y, Zhao Y. Attribute reduction in decision-theoretic rough set models[J]. Information Sciences, 2008, 178(17): 3356-3373.
[12]	Tian D, Zeng X J, Keane J, Core-Generating Discretization for Rough Set Feature Selection[C]. in Transactions on Rough Sets Xiii, 2011: 135-158.
[13]	钱锋. 基于粗糙集知识的离散化方法和约简算法的研究[D]. 厦门：厦门大学，2007.
[14]	Bilski P, Wojciechowski J M. Rough-Sets-Based Reduction for Analog Systems Diagnostics[J]. Ieee Transactions on Instrumentation and Measurement, 2011, 60(3): 880-890.
[15]	李凡, 刘启和, 叶茂, 等. 不一致决策表的知识约简方法研究[J]. 控制与决策，2006（8）： 857-862.
[16]	张国军. 基于粗糙集的相对属性约简算法及决策方法研究[D]. 武汉：华中科技大学，2010.
[17]	Chen D, Wang C Z, Hu Q H. A new approach to attribute reduction of consistent and inconsistent covering decision systems with covering rough sets[J]. Information Sciences, 2007, 177(17): 3500-3518.
[18]	陈阳, 王涛, 刘玉航. 二型模糊集下的推理模型及Mamdani 推理算法[J]. 模糊系统与数学，2008（3）： 41-48.
[19]	李国栋，丁宁，徐永海. 基于Mamdani 型模糊推理的电压暂降源识别[J]. 华北电力大学学报：自然科学版，2010（2）：43-48.
[20]	潘正华. 模糊推理算法的数学原理[J]. 计算机研究与发展，2008（S1）： 165-168.
[21]	张德丰. MATLAB 模糊系统设计[M]. 北京：国防工业出版社，2009.

施引文献(10)

期刊类型引用(2)

1.	郑云水，李程. 基于WPA优化神经网络的扼流适配变压器故障诊断研究. 铁道科学与工程学报. 2019(04): 1067-1073 . 百度学术
2.	王智博. 改进高铁电气化设备送电初期工作的探讨. 城市建设理论研究(电子版). 2018(27): 15 . 百度学术