[發明專利]一種地鐵設備故障診斷和自愈方法、系統有效
| 申請號: | 201811062568.0 | 申請日: | 2018-09-12 |
| 公開(公告)號: | CN109204389B | 公開(公告)日: | 2020-11-13 |
| 發明(設計)人: | 安俊峰;劉海東;潘雷;趙帥;孫二杰;倪懷洲 | 申請(專利權)人: | 濟南軌道交通集團有限公司 |
| 主分類號: | B61L27/00 | 分類號: | B61L27/00;G06K9/62 |
| 代理公司: | 濟南圣達知識產權代理有限公司 37221 | 代理人: | 楊哲 |
| 地址: | 250101 山東省濟南*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 地鐵 設備 故障診斷 自愈 方法 系統 | ||
本發明公開了一種地鐵設備故障診斷和自愈方法、系統,其中地鐵設備故障自愈方法包括:針對不同的地鐵設備類型分別建立歷史數據庫;將歷史數據庫中的設備信號進行預處理,分別對劃分的不同頻率范圍內的設備信號進行特征提取,將所有特征融合后輸入訓練網絡,并將設備信號對應的設備狀態輸入訓練網絡進行訓練,建立故障診斷預測模型;接收實時采集的某一地鐵設備的設備信號,輸入故障診斷預測模型,進行地鐵設備故障診斷,并更新歷史數據庫,階段性訓練故障診斷預測模型;當診斷出設備故障時,查找故障對應的自愈方案生成故障自愈指令發送至故障設備,故障設備根據故障自愈指令執行自愈動作,完成地鐵設備故障自愈。
技術領域
本公開屬于地鐵設備診斷的技術領域,涉及一種地鐵設備故障診斷和自愈方法、系統。
背景技術
本部分的陳述僅僅是提供了與本公開相關的背景技術信息,不必然構成在先技術。
地鐵的自動化系統程度較高,其順利運行背后需要眾多不同地鐵設備進行協同工作。地鐵設備是共同保障地鐵運輸安全的設施,同時也是在列車安全運營的前提下使運輸效率提高和地鐵員工勞動條件得以改善的重要設備。保障地鐵設備的安全、可靠、高效運行,對關鍵設備進行在線監測、故障診斷和預示,是當前的一個重要研究課題。為了使地鐵設備無故障工作得到保證,地鐵設備監控系統比不可少。
目前,地鐵有綜合監控系統、環境和設備監控系統,這兩個系統對設備進行監視和控制,主要能診斷出設備的出現故障,但是不能發現具體是哪一類故障,并且出現故障后,不能進行相對的故障自愈。
此外,有些地鐵設備發生故障后不容易被監測到,一旦監測到故障將會對地鐵系統產生安全威脅。
發明內容
針對現有技術中存在的不足,本公開的一個或多個實施例提供了一種地鐵設備故障診斷和自愈方法、系統,實現地鐵設備的故障狀態分析預測,在地鐵設備出現故障后進行設備故障自愈,大幅度提高地鐵自動化程度并且具有較大的經濟價值。
根據本公開的一個或多個實施例的一個方面,提供一種地鐵設備故障診斷方法。
一種地鐵設備故障診斷方法,該方法包括:
針對不同的地鐵設備類型分別建立歷史數據庫,所述歷史數據庫包括設備名稱、設備信號和設備信號對應的設備狀態;
將歷史數據庫中的設備信號進行預處理,分別對劃分的不同頻率范圍內的設備信號進行特征提取,將所有特征融合后輸入訓練網絡,并將設備信號對應的設備狀態輸入訓練網絡進行訓練,建立故障診斷預測模型;
接收實時采集的某一地鐵設備的設備信號,輸入故障診斷預測模型,進行地鐵設備故障診斷,并更新歷史數據庫,階段性訓練故障診斷預測模型。
進一步地,在該方法中,建立某一類型地鐵設備的歷史數據庫的具體步驟包括:
記錄該類型地鐵設備中某一設備的設備名稱,收集該設備的大量設備信號數據,并記錄各個設備信號對應的設備狀態;
記錄該類型地鐵設備中的下一個設備的設備名稱,收集該設備的大量設備信號數據,并記錄各個設備信號對應的設備狀態,直至遍歷該類型地鐵設備中的全部設備。
進一步地,所述設備狀態帶有地鐵設備類別標簽,所述設備狀態包括某一類型地鐵設備的正常狀態和該類型地鐵設備的全部故障狀態。
進一步地,所述建立故障診斷預測模型的具體步驟包括:
將歷史數據庫中的設備信號進行濾波處理;
將歷史數據庫中的設備信號進行小波變換,并將小波變換后的設備信號根據頻率的不同劃分不同的頻率范圍;
分別對不同頻率范圍內小波變換后的設備信號進行特征提取,將所有特征進行融合,得到第一融合特征;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于濟南軌道交通集團有限公司,未經濟南軌道交通集團有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811062568.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:列車定位系統和方法
- 下一篇:一種基于深度學習的列車控制方法





