基于FTA-FBN的电动矿卡动力电池故障诊断

由于电动矿卡工作环境恶劣、载重量大、长期高负荷作业,其对动力电池可靠性造成严峻的考验。电动矿卡结构复杂,难以获取精确故障数据,故提出一种基于故障树和模糊贝叶斯网络(FBN)的动力电池故障诊断方法。利用电动矿卡实际故障数据,得到动力电池5类常见故障和8种故障现象,建立故障树模型,通过分析和计算获得各个故障事件的先验概率。通过专家评估的方法获得节点条件概率表,将模糊理论和贝叶斯网络相结合构建FBN,利用Netica仿真软件进行故障诊断推理。结果表明,能够根据故障树结果制定维修策略,根据FBN结果进行故障定位,提高效率。

基于行驶工况测试的电动矿卡电动机工作效率研究

电动矿卡行驶路况复杂,载重量大,电动机制动、驱动切换频繁,电动机难以确保在高效率区间工作。研究旨在提升电动机制动与驱动的效率,开展电动矿卡的行驶工况采集,通过数据分析的方法,对实际工况下电动矿卡的电动机工作效率进行计算。采用回归方法拟合电动机工作效率的数学模型,分别对电动机在制动及驱动条件下的特性差异进行对比分析,结果表明:在实际工况下电动机驱动效率最高可达92.74%,平均效率86.72%;制动效率最高值可达96.5%,平均效率为89.01%。根据拟合曲线提出了电动机驱动与制动条件下电动机效率的高效转速区间。