基于Labview的地铁列车制动性能检测和故障诊断系统设计

摘要

地铁列车是新时代的交通工具。从第一辆地铁列车诞生开始，科技制造水平就在不断的发展和进步。科技水平的不断提高使得地铁列车制动系统的构成越来越复杂，地铁列车制动的功能也逐渐增多和完善。正是因为地铁列车制动系统具有复杂的结构，一旦某个单元零部件发生故障，都有可能造成设备损坏，甚至有可能造成人员伤亡和经济损失。所以地铁列车的制动性能检测和故障诊断技术的发展和创新就变得异常重要。
　　本文设计的测试系统能够实现地铁列车制动性能检测功能和制动故障诊断功能。制动性能检测系统可以检测到地铁列车在制动过程中的制动缸压力，牵引电机的电压和电流，车轮和闸瓦的温度，然后计算出制动初速度、平均减速度、制动距离等制动性能参数。故障诊断功能使用传统专家系统与神经网络相结合的诊断策略，当地铁列车出现故障问题能够及时的进行故障的报警和故障诊断。测试系统应用Labview软件进行开发，以Access数据库作为后台支持，使用Matlab script对RBF神经网络进行建立和训练。论文通过结合地铁列车的型式试验，选取恰当的数据采集设备来搭建测试硬件系统。
　　本文设计的故障诊断专家系统使用了故障树的知识获取方法和基于产生式规则的知识表示法，提出了将径向基函数神经网络与产生式规则相结合的制动故障诊断机制，详细介绍了整个诊断系统的工作流程和各个模块的功能作用。最后通过型式试验证明了测试系统能够可靠、有效地完成数据采集与计算的工作，更能够准确地诊断出制动系统故障。

目录

声明

摘要

第1章 绪论

1．1 论文背景和研究意义

1．2 国内外研究现状

1．2．1 列车制动性能检测与故障诊断技术在国外研究现状

1．2．2 列车制动性能检测与故障诊断技术在国内研究现状

1．3 本论文的研究内容与主要工作

第2章 制动系统性能检测与故障诊断

2．1 制动系统总体概述

2．1．1 地铁列车制动的要求和特点

2．1．2 制动的方式及其原理

2．2 地铁列车的制动性能的检测

2．2．1 静置制动能力试验

2．2．2 线路制动性能试验

2．2．3 制动热容量试验

2．2．4 防滑保护试验

2．3 专家系统的基本原理

2．4 专家系统知识的获取

2．4．1 故障树和专家系统

2．4．2 通过故障树来获取知识

2．5 专家系统知识的表示方式

2．5．1 产生式规则表示法

2．5．2 框架式表示法

2．6 基于神经网络的推理

2．6．1 神经网络的介绍

2．6．2 RBF神经网络的算法设计

2．6．3 RBF神经网络算法选取

2．6．4 RBF神经网络的算法

2．7 两种诊断机制联合作用的诊断机制

第3章 系统的硬件设计

3．1 制动性能检测和故障诊断的硬件方案设计

3．2 传感器的选取

3．2．1 压力传感器的选取

3．2．2 温度传感器的选取

3．2．3 电流传感器的选取

3．2．4 电压传感器的选取

3．2．5 加速度传感器的选取

3．3 测试点的选择

3．4 数据采集系统选取

3．5 系统实现的功能

第4章 系统的软件设计

4．1 系统软件开发的工具

4．1．1 系统软件开发环境简介

4．2 虚拟仪器概述

4．2．1 虚拟仪器的组成

4．2．2 虚拟仪器技术的特点

4．3 Labview简介

4．4 系统编程关键技术确定

4．5 系统的总体组成

4．6 制动状态检测部分程序的设计

4．6．1 登录系统程序设计

4．6．2 数据采集程序设计

4．6．3 历史数据回放程序设计

4．7 故障诊断部分程序的设计

4．7．1 故障报警程序设计

4．7．2 故障诊断程序设计

4．8 系统的工作流程

4．8 数据库设计

4．9．1 数据库的选择

4．9．2 知识库的构成

第5章 地铁列车制动性能检测试验

5．1 列车的制动性能检测试验

5．1．1 实验方法

5．1．2 打印报表

5．2 列车的故障诊断试验

第6章 结论与展望

6．1 总结

6．2 展望

致谢

参考文献