机车牵引电机声音检测与故障诊断系统应用研究-计算机应用与软件.PDF

第３３卷第１０期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．１０ ２０１６年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１６ 机车牵引电机声音检测与故障诊断系统应用研究 王新杰　董志学　潘颖辉 （内蒙古工业大学信息工程学院　内蒙古呼和浩特０１００８０） 摘　要　　由于目前机务段检修车间牵引电机故障检测存在不足，提出基于小波包分析与ＢＰ神经网络相结合的故障诊断方法。 以ＨＸＤ３型电力机车ＹＪ８５Ａ型牵引电机为例，利用Ａｎｄｒｏｉｄ为嵌入式开发平台，设计完成一款具有一定便携性、可行性和工程实用 价值机车牵引电机声音检测与故障诊断系统。为机务段检测人员判断牵引电机故障与否提供相关参考，在一定程度上起到辅助诊 断的作用。 关键词　　故障检测　小波包分解　特征提取　神经网络　机车牵引电机 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．１０．０２３ ＲＥＳＥＡＲＣＨＯＮＬＯＣＯＭＯＴＩＶＥＴＲＡＣＴＩＯＮＭＯＴＯＲＳＯＵＮＤ ＤＥＴＥＣＴＩＯＮＡＮＤＦＡＵＬＴＤＩＡＧＮＯＳＩＳＳＹＳＴＥＭ ＷａｎｇＸｉｎｊｉｅ　ＤｏｎｇＺｈｉｘｕｅ　ＰａｎＹｉｎｇｈｕｉ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｎｅｒＭｏｎｇｏｌｉａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｏｈｈｏｔ０１００８０，ＩｎｎｅｒＭｏｎｇｏｌｉａ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｄｅｆｅｃｔｏｆｔｒａｃｔｉｏｎｍｏｔｏｒｆａｉｌｕｒｅｄｅｔｅｃｔｉｏｎｉｎｄｅｐｏｔｒｅｐａｉｒｓｈｏｐ，ｉｎｔｈｉｓａｒｔｉｃｌｅｗｅｐｒｅｓｅｎｔａｆａｕｌｔｄｉａｇｎｏｓｉｓ ｍｅｔｈｏｄ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｗａｖｅｌｅｔｐａｃｋｅｔａｎａｌｙｓｉｓａｎｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ．ＴａｋｉｎｇｔｙｐｅＹＪ８５Ａｔｒａｃｔｉｏｎｍｏｔｏｒｏｆｔｙｐｅ ＨＸＤ３ｅｌｅｃｔｒｉｃｌｏｃｏｍｏｔｉｖｅａｓｔｈｅｅｘａｍｐｌｅ，ｗｅｕｓｅｄＡｎｄｒｏｉｄａｓｔｈｅｅｍｂｅｄｄｅｄｄｅｖｅｌｏｐｍｅｎｔｐｌａｔｆｏｒｍ，ｃｏｍｐｌｅｔｅｄｔｈｅｄｅｓｉｇｎｏｆａｌｏｃｏｍｏｔｉｖｅ ｔｒａｃｔｉｏｎｍｏｔｏｒｓｏｕｎｄｄｅｔｅｃｔｉｏｎａｎｄｆａｕｌｔｄｉａｇｎｏｓｉｓｓｙｓｔｅｍｗｉｔｈｃｅｒｔａｉｎｐｏｒｔａｂｉｌｉｔｙ，ｆｅａｓｉｂｉｌｉｔｙａｎｄｐｒａｃｔｉｃａｌｖａｌｕｅ．Ｉｔｉｓａｖａｌｕａｂｌｅｓｏｕｒｃｅｏｆ ｒｅｆｅｒｅｎｃｅｉｎｄｅｔｅｒｍｉｎｉｎｇｔｈｅｔｒａｃｔｉｏｎｍｏｔｏｒｆａｉｌｕｒｅｆｏｒｔｈｅｉｎｓｐｅｃｔｏｒｓ，ａｎｄｐｌａｙｓａｒｏｌｅｏｆａｕｘｉｌｉａｒｙｄｉａｇｎｏｓｉｓｔｏｓｏｍｅｅｘｔｅｎｔ． Ｋｅｙｗｏｒｄｓ　　Ｆａｕｌｔｄｅｔｅｃｔｉｏｎ　Ｗａｖｅｌｅｔｐａｃｋｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎ　Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ　ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ　Ｌｏｃｏｍｏｔｉｖｅｔｒａｃｔｉｏｎｍｏｔｏｒ 够更加精确的识别并分类，本文提出了基于 Ａｎｄｒｏｉｄ为平台下 ０　引　言 的机车牵引电机声音检测与故障诊断系统。利用Ａｎｄｒｏｉｄ平台 突出优势以及声音在故障诊断中的某些优点［１］，并将小波包分 随着我国铁路日趋高速化、重载化的发展，机车的设备运行 解与重构算法、ＢＰ算法等与传统故障声音诊断技术相结合，这 安全一直备受关注［１］。同时，在诸多铁路局尚未经过系统的牵 样既可实现对机车牵引电机故障诊断的功能，又可满足便携式 引运行实验和运行考核［６］。特别是机车上的最重要组成部分 故障检测应用的需求。 牵引电机，其质量的好坏对于整个机车的安全