[發(fā)明專利]一種高速列車多參數(shù)智能閾值準(zhǔn)則

在審

• 申請(qǐng)?zhí)枺?/td>: 201810761712.3
• 申請(qǐng)日: 2018-07-12
• 公開(kāi)（公告）號(hào): CN109033582A
• 公開(kāi)（公告）日: 2018-12-18
• 發(fā)明（設(shè)計(jì)）人: 申中杰;宮云杰
• 申請(qǐng)（專利權(quán)）人: 西安英特邁思信息科技有限公司
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種高速列車多參數(shù)智能閾值準(zhǔn)則，其特征在于：

1)采集高速列車的工況參數(shù)與狀態(tài)監(jiān)測(cè)數(shù)據(jù)，按照工況參數(shù)對(duì)狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行劃分；

2)利用模糊核聚類對(duì)狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，得到各類中心坐標(biāo)、類內(nèi)距離；

3)計(jì)算中心坐標(biāo)、類內(nèi)距離與工況多參數(shù)之間回歸關(guān)系，進(jìn)而智能計(jì)算各種工況下的閾值，對(duì)高速列車進(jìn)行智能報(bào)警。

2.根據(jù)權(quán)利要求1所述的一種高速列車多參數(shù)智能閾值準(zhǔn)則，其特征在于，所說(shuō)的采集高速列車的工況參數(shù)與狀態(tài)監(jiān)測(cè)數(shù)據(jù)，按照工況參數(shù)對(duì)狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行劃分，包括以下步驟：

首先，采集各種工況下的狀態(tài)監(jiān)測(cè)數(shù)據(jù)，其對(duì)應(yīng)的工況參數(shù)一并采集，監(jiān)測(cè)狀態(tài)數(shù)據(jù)主要為振動(dòng)加速度信號(hào)，工況參數(shù)主要包括轉(zhuǎn)速、載荷、溫度等。

隨后，計(jì)算狀態(tài)監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)特征：如均方根值、方根幅值、偏斜度指標(biāo)、峭度指標(biāo)、頻域幅值特征、頻率集散特征等，并按照工況參數(shù)對(duì)狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行簡(jiǎn)單劃分。

3.根據(jù)權(quán)利要求1所述的一種高速列車多參數(shù)智能閾值準(zhǔn)則，其特征在于，所說(shuō)的利用模糊核聚類對(duì)狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，得到各類中心坐標(biāo)、類內(nèi)距離，包括以下步驟：

首先，利用權(quán)利要求2中求得的監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)特征構(gòu)建N×d的樣本集X＝{x₁,x₂,…,x_N}，其中N為監(jiān)測(cè)數(shù)據(jù)時(shí)間序列的個(gè)數(shù)；d為統(tǒng)計(jì)特征的種類數(shù)；x_i,i＝1,2,…,N是維數(shù)為d的樣本。按照工況參數(shù)可將樣本集分成J類，定義隸屬度μ_ij表示分類結(jié)果，其含義為樣本x_i屬于第j類的可能性，j＝1,2,…,J。

隨后，給出模糊核聚類分析的目標(biāo)函數(shù)：

其中U＝(μ_ij)_J×N為隸屬度矩陣，V＝{v₁,v₂,…,v_J}，v_j為第j類的中心坐標(biāo)，m≥1為加權(quán)指數(shù)。

為解決原始樣本非線性的問(wèn)題，引入非線性函數(shù)φ(x)把原始樣本映射至高維空間中，構(gòu)建核函數(shù)K(x_j,v_i)＝φ(x_j)^T·φ(x_j)代替x_i·v_j，得到下式

對(duì)上式進(jìn)行求解，得到隸屬度μ_ij和類中心坐標(biāo)v_j

基于上述公式，模糊核聚類算法的步驟為：

①設(shè)定聚類數(shù)J、模糊聚類指數(shù)m，以及停止閾值ε；

②根據(jù)以上參數(shù)初始化隸屬度矩陣U；

③計(jì)算目標(biāo)函數(shù)，判斷是否達(dá)到中止條件，如果滿足，聚類結(jié)束，否則繼續(xù)。

④根據(jù)式(3)和式(4)更新模糊聚類中心和模糊隸屬度矩陣，并轉(zhuǎn)向步驟③。

最后，第j類聚類的類內(nèi)距離為

d_j＝max||x_l-v_j||,l＝1,2,…,L (5) 。

4.根據(jù)權(quán)利要求1所述的一種高速列車多參數(shù)智能閾值準(zhǔn)則，其特征在于，所說(shuō)的計(jì)算中心坐標(biāo)、類內(nèi)距離與工況多參數(shù)之間回歸關(guān)系，進(jìn)而智能計(jì)算各種工況下的閾值，對(duì)高速列車進(jìn)行智能報(bào)警，包括以下步驟：

首先，將類心坐標(biāo)V＝{v₁,v₂,…,v_J}、類內(nèi)距離D＝{d₁,d₂,…,d_J}與工況多參數(shù)E＝{e₁,e₂,…,e_s}構(gòu)建多元非線性回歸模型：

其中e_k為J維向量，包含各種工況。利用數(shù)據(jù)自動(dòng)擬合求解函數(shù)f₁、f₂，得到類心坐標(biāo)V、類內(nèi)距離D與工況多參數(shù)E之間的函數(shù)關(guān)系，繼而可得到各種工況對(duì)應(yīng)類內(nèi)距離D之間的關(guān)系。

然后規(guī)定額定工況J₀條件下，類內(nèi)距離超出正常其50％視為報(bào)警門限，然后計(jì)算出各種工況對(duì)應(yīng)的報(bào)警門限d'_j，f₁、f₂的逆函數(shù)求得，進(jìn)而實(shí)現(xiàn)對(duì)高速列車的智能報(bào)警。