-
公开(公告)号：CN112749744B
公开(公告)日：2022-10-21
申请号：CN202110022093.8
申请日：2021-01-08
Applicant: 中南大学
Abstract: 本发明涉及故障分析技术领域，公开一种基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统，以利用多个观测点的信号实现精准故障诊断。方法包括：选取观测点，对各观测点单独从相对应的初始数据集中提取时频域特征并降维得到特征变量；将各观测点的状态变量、降维后的特征变量和故障模式变量作为贝叶斯网络模型的输入，根据各特征变量和故障模式变量与观测点状态变量之间的关联矩阵将所有输入划分成与观测点数量相等个数的观测模块；学习各观测模块的最优图，并将各最优图合并成一个模块化贝叶斯网络模型；实时采集各观测点的传感器数据，利用推理引擎更新模块化贝叶斯网络模型各节点的后验概率，根据各节点的后验概率进行故障判断。
-
公开(公告)号：CN112433115B
公开(公告)日：2022-07-08
申请号：CN202011264012.7
申请日：2020-11-12
Applicant: 中南大学
IPC: G01R31/00 , H02M1/00 , H02M7/00 , G06F30/20 , G06F119/04
Abstract: 本发明涉及半导体技术领域，公开一种老化注入器及功率器件、牵引变流器老化建模方法，以提供较为真实可靠的故障模拟环境。本发明方法包括：用分段函数描述正常情况下的功率器件开通和关断过程中各个阶段的集射极电压，建立正常情况下功率器件行为模型；确定功率器件老化情况下集射极电压在各个阶段的变化，建立老化情况下功率器件行为模型；使用老化情况下功率器件行为模型描述牵引变流器桥臂的换流回路特性，建立牵引变流器老化模型；构建功率器件老化注入器，实施牵引变流器老化注入。该方法能够对单桥臂上任意一个功率器件进行老化注入实验，无需进行实物损伤性实验，就能得到牵引变流器老化的数据和特征，并且可以进行重复性实验。
-
公开(公告)号：CN112433115A
公开(公告)日：2021-03-02
申请号：CN202011264012.7
申请日：2020-11-12
Applicant: 中南大学
IPC: G01R31/00 , H02M1/00 , H02M7/00 , G06F30/20 , G06F119/04
Abstract: 本发明涉及半导体技术领域，公开一种老化注入器及功率器件、牵引变流器老化建模方法，以提供较为真实可靠的故障模拟环境。本发明方法包括：用分段函数描述正常情况下的功率器件开通和关断过程中各个阶段的集射极电压，建立正常情况下功率器件行为模型；确定功率器件老化情况下集射极电压在各个阶段的变化，建立老化情况下功率器件行为模型；使用老化情况下功率器件行为模型描述牵引变流器桥臂的换流回路特性，建立牵引变流器老化模型；构建功率器件老化注入器，实施牵引变流器老化注入。该方法能够对单桥臂上任意一个功率器件进行老化注入实验，无需进行实物损伤性实验，就能得到牵引变流器老化的数据和特征，并且可以进行重复性实验。
-
公开(公告)号：CN112749744A
公开(公告)日：2021-05-04
申请号：CN202110022093.8
申请日：2021-01-08
Applicant: 中南大学
Abstract: 本发明涉及故障分析技术领域，公开一种基于观测模块的贝叶斯网络轨道客车牵引系统故障诊断方法及系统，以利用多个观测点的信号实现精准故障诊断。方法包括：选取观测点，对各观测点单独从相对应的初始数据集中提取时频域特征并降维得到特征变量；将各观测点的状态变量、降维后的特征变量和故障模式变量作为贝叶斯网络模型的输入，根据各特征变量和故障模式变量与观测点状态变量之间的关联矩阵将所有输入划分成与观测点数量相等个数的观测模块；学习各观测模块的最优图，并将各最优图合并成一个模块化贝叶斯网络模型；实时采集各观测点的传感器数据，利用推理引擎更新模块化贝叶斯网络模型各节点的后验概率，根据各节点的后验概率进行故障判断。
-
-
-
Search Results
4
records
(took 0.015 seconds)
