[發明專利]一種地鐵車輛門系統異常工況和部件退化的同步檢測方法

有效

• 申請號: 201710378336.5
• 申請日: 2017-05-25
• 公開（公告）號: CN107192565B
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 韓光威;呂建華;陸寧云;曹勁然;許志興;史翔;張偉;朱文明
• 申請（專利權）人: 南京康尼機電股份有限公司;南京航空航天大學
• 主分類號: G01M17/08
• 分類號: G01M17/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;閆方圓

1.一種地鐵車輛門系統異常工況和部件退化的同步檢測方法，其特征在于：包括以下步驟，

步驟(A)，對地鐵車輛門系統的數據進行預處理操作，包括時域特征提取處理、頻域特征提取處理、數據的標準化處理；

步驟(B)，基于MeanShift算法，對預處理后的地鐵車輛門系統數據，分別進行正常數據和退化數據的密度中心點的計算；

步驟(C)，自適應選取密度中心點的鄰域半徑，完成對數據的聚類建模，并檢測出異常離群數據；

步驟(D)，根據步驟(C)將數據集分為正常數據、退化數據和異常離群數據，獲取部件退化信息，并進行檢修指導。

2.根據權利要求1所述的地鐵車輛門系統異常工況和部件退化的同步檢測方法，其特征在于：步驟(A)，時域特征提取處理，包括以下步驟，

(A11)，運用統計分析方法提取門系統數據的時域特征值，包括反映集中趨勢信息的一階統計量，表示為均值；反映離中趨勢信息的二階統計量，表示為標準差；反映統計分布形狀的高階統計量，表示為偏度、峰度；

(A21)，對提取門系統數據的時域特征值進行分段提取，將一次開關門過程劃分為升速、高速、降速、緩行段和到位后段，分五個階段統計分析電流、轉速、位置以及加速度的最大值、最小值、均值、方差、偏度、峰度。

3.根據權利要求1所述的地鐵車輛門系統異常工況和部件退化的同步檢測方法，其特征在于：步驟(A)，頻域特征提取處理，包括以下步驟，

(A12)，提取門系統電流的頻域特征，采用小波變換的方法，提取多個頻域的能量特征；

(A22)，通過小波包分解，分離出各頻帶的能量，將其作為提取的頻域特征之一，來反映門系統的性能退化情況。

4.根據權利要求1所述的地鐵車輛門系統異常工況和部件退化的同步檢測方法，其特征在于：步驟(A)，數據的標準化處理，應用Z-score標準化的方法進行數據標準化，使不同變量方差歸一，實現無量綱化。

5.根據權利要求1所述的地鐵車輛門系統異常工況和部件退化的同步檢測方法，其特征在于：步驟(B)，基于MeanShift算法，對預處理后的地鐵車輛門系統數據，分別進行正常數據和退化數據的密度中心點的計算，包括以下步驟，

(B1)，利用MeanShift算法，求取正常數據和退化數據的密度中心點，MeanShift向量的形式定義，如公式(1)所示，

其中，第i次開關門數據得到的統計特征向量用x_i表示，x表示基準點的統計特征向量，S_h是一個半徑為h的高維球區域；(x_i-x)是樣本點x_i相對于基準點x的偏移量；MS_h(x)是落入區域S_h中的t個樣本點相對于點x的偏移向量的均值；

(B2)，引入高斯核函數G(x)，單調地反映樣本點與基準點之間距離與樣本點的權重的關系，此時，向量MS_h(x)化為，如公式(2)所示，

其中，x表示基準點的統計特征向量，h為核函數的帶寬，滿足||MS_h(x)|小于某容許誤差條件時 即可獲得最收斂到的穩態聚類中心點；

(B3)，通過(B1)和(B2)描述的算法，分別得到正常數據和退化數據的密度中心點C₁、C₂。