[發明專利]一種地鐵電動塞拉門故障預測裝置

有效

• 申請號: 201410592054.1
• 申請日: 2014-10-21
• 公開（公告）號: CN104297002A
• 公開（公告）日: 2015-01-21
• 發明（設計）人: 陳長駿;王凌;潘靜;陳錫愛;許宏
• 申請（專利權）人: 中國計量學院
• 主分類號: G01M17/08
• 分類號: G01M17/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種地鐵電動塞拉門故障預測裝置，包括：電流傳感器模塊(1)、數據采集卡(2)、計算機系統(3)，計算機系統(3)設有數據存儲模塊(4)、故障預測軟件模塊(5)、顯示模塊(6)和報警模塊(7)，其中故障預測軟件模塊(5)包括信號預處理子模塊(8)、特征提取子模塊(9)、狀態識別子模塊(10)、轉移概率計算子模塊(11)、期望剩余使用壽命預測子模塊(12)，其特征在于，為準確實現地鐵電動塞拉門潤滑不良的故障預測，該計算機系統(3)執行如下步驟：

a)數據存儲軟件模塊(4)接受并存儲由電流傳感器模塊(1)和數據采集卡(2)傳送來的塞拉門開、關過程所采集的電機工作電流值，并傳送到信號預處理子模塊(8)；

b)故障預測軟件模塊(5)中的信號預處理子模塊(8)對步驟a存儲的數據利用sym4小波函數進行軟閾值去噪處理，對去噪后的數據進行峰峰值檢測并進行分割，識別塞拉門開、關次數，再將處理好的數據傳送給特征提取子模塊(9)；

c)故障預測軟件模塊(5)中的特征提取子模塊(9)利用小波db2函數對開、關過程中電流信號進行四層分解，提取各頻段的小波包熵作為頻域指標，并提取原信號峰峰值、均值、均方值、峭度作為時域指標，并將兩者特征向量結合將其傳送到狀態識別子模塊(10)；

d)故障預測軟件模塊(5)中的狀態識別子模塊(10)對已提取出的特征向量利用遺傳算法優化的K均值模型聚類，通過silhouette評估指標判斷出塞拉門從潤滑良好到潤滑不良過程中所經歷最佳的劣化狀態數，再比較在最佳劣化狀態數下各類的重心與當前待測特征量的歐氏距離，識別出當前塞拉門開、關過程劣化狀態，并傳送給轉移概率計算子模塊(11)；

e)故障預測軟件模塊(5)中的轉移概率計算子模塊(11)根據最佳劣化狀態數下對所有訓練集進行聚類，得到了多個電動塞拉門在不同開、關次數下的劣化狀態訓練樣本，計算出每個樣本下各劣化狀態在不同駐留次數下的轉移概率并保存；

f)故障預測軟件模塊(5)中的剩余使用壽命預測子模塊(12)通過步驟d識別當前劣化狀態并確定當前各狀態的已駐留的次數，經步驟e查得其轉移概率，并根據公式計算出當前狀態下期望剩余使用壽命，并將預測值傳送到顯示模塊(6)；

g)顯示模塊(6)用來顯示預測出的塞拉門的期望剩余使用壽命以及開、關次數；

h)報警模塊(7)實現當前期望剩余使用壽命預測值低于設定閾值時，作出報警提示，需采取潤滑措施。