电力机车齿轮箱和变压器油液分析与故障诊断研究

摘要

铁路运输肩负着我国主要的运输任务，具有地域跨度大、安全性高、受环境影响小、性价比高及绿色环保等特点，是我国发展可持续性经济的重要载体。铁路行业的大发展，既利当前，又利长远，对稳增长、调结构、惠民生具有重要意义。在中国铁路行业快速发展的今天，铁路运输安全问题更加成为了社会各界关注的焦点。
　　电力机车齿轮箱和变压器是电力机车上的重要设备，对于电力机车的正常运行起着至关重要的作用。电力机车变压器的作用是将接触网上的高压电转化为机车车辆所需要的低压电，它是整个列车的能量来源，价格昂贵。电力机车齿轮箱是整个列车的动力传递者，由于其运行环境恶劣，具有高速重载的特点，所以其故障率一直居高不下。由于以上原因，本文针对电力机车齿轮箱和变压器进行了状态检测和故障诊断的研究，是在传统油液分析的基础上，结合智能算法利用VB、MATLAB等软件开发出一套故障诊断系统，来提高故障诊断的准确率。本论文主要研究了以下几个方面:
　　(1)研究了电力机车齿轮箱的油液分析方法。主要是利用直读铁谱技术和原子发射光谱技术，对润滑油中的大小磨粒和元素浓度进行定量分析。根据随机抽取的油样中大小磨粒和各元素的浓度含量，计算出象征齿轮箱运行状态的界限值，再将待检测油样中特征元素含量与界限值作比较，判断出齿轮箱的运行状态及可能存在的故障。
　　(2)研究了电力机车变压器的油液分析方法。主要应用气相色谱仪测得变压器冷却液中各特征气体的含量，并计算出各气体的产气速率，然后根据行业标准判断变压器是否存在故障。对于存在故障的变压器利用三比值法确定故障类型及故障部位。
　　(3)研究了支持向量机(Support Vector Machine，SVM)在齿轮箱和变压器故障诊断中的应用，针对传统油液分析在故障诊断中的不足之处，本文利用支持向量机的方法进行弥补。支持向量机诊断方法是将二维不可分问题利用核函数转化到高维空间转化为线性可分问题，然后再利用数据样本进行SVM网络训练，建立最优分类器。此方法有效的避免了油液分析过程中可能出现的错误，大大提高了故障诊断的准确率。
　　本文最终应用VB、MATLAB等软件，研发出一款关于电力机车齿轮箱和变压器的故障诊断系统，系统包括光铁谱分析、气相色谱分析、支持向量机齿轮箱分析、支持向量机变压器分析、数据浏览、数据维护等模块。

目录

声明

摘要

1 绪论

1．1 课题研究背景及意义

1．2 油液分析技术

1．2．1 油液分析技术的发展现状

1．2．2 常用的油液分析技术

1．3 课题研究内容及安排

2 基于油液分析的齿轮箱故障诊断

2．1 齿轮箱常见故障类型

2．1．1 齿轮常见故障

2．1．3 保持架故障

2．1．4 箱体故障

2．1．5 密封不良

2．2 机车齿轮箱故障识别原理

2．2．1 磨粒检测技术

2．2．2 界限值法的诊断原理

2．3 机车齿轮箱故障诊断模型

2．3．1 数据来源

2．3．2 利用界限值法进行故障判断

2．3．3 诊断结果与实际结果对比

2．4 本章小结

3 基于油液分析的变压器故障诊断

3．1 变压器的故障机理

3．1．1 变压器产气机理

3．1．2 变压器故障识别机理

3．2 改良三比值法介绍

3．3 基于改良三比值法的变压器故障诊断流程

3．4 电力机车变压器故障诊断

3．4．1 数据来源

3．4．2 故障诊断

3．5 本章小结

4 基于支持向量机的齿轮箱和变压器故障诊断

4．1 统计学理论

4．1．1 VC维的问题

4．1．2 推广性的界和结构风险最小化的问题

4．2 支持向量机原理

4．3 核函数

4．4 支持向量机分类器

4．5 建立RBF支持向量机的故障诊断模型

4．5．1 样本分类

4．5．2 样本数据归一化处理

4．5．3 确定所选核函数的参数

4．5．4 利用最佳参数进行SVM网络训练，建立最优分类器

4．5．5 进行网络预测

4．6 本章小结

5 齿轮箱和变压器状态检测及故障诊断系统研发

5．1 系统总体思路

5．2 电力机车齿轮箱故障诊断模块介绍

5．2．1 光铁谱数据维护模块

5．2．2 光铁谱数据分析模块

5．2．3 支持向量机故障诊断模块

5．2．4 光铁谱数据浏览模块

5．2．5 综合查询与打印

5．3 电力机车变压器故障诊断模块介绍

5．3．1 气相色谱数据维护

5．3．2 气相色谱数据分析

5．4 本章小结

结论

致谢

参考文献