[發明專利]一種高速列車多參數智能閾值監測方法

有效

• 申請號: 201910510051.1
• 申請日: 2019-06-12
• 公開（公告）號: CN110781553B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 申中杰;李盼;宮云杰
• 申請（專利權）人: 西安英特邁思信息科技有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F18/2321;G06F18/214;G06F119/04
• 代理公司: 北京前審知識產權代理有限公司 11760
• 代理人: 張波濤;尹秀峰

1.一種高速列車多參數智能閾值監測方法，其特征在于：

第一步驟，采集高速列車的工況參數與狀態監測數據，按照工況參數對狀態監測數據進行劃分；

第二步驟，利用模糊核聚類對狀態監測數據進行分析，得到各類中心坐標、類內距離，首先，基于狀態監測數據的統計特征構建的樣本集，其中為監測數據時間序列的個數；為統計特征的種類數；是維數為的樣本，按照工況參數將樣本集分成類，定義隸屬度表示分類結果，其含義為樣本屬于第類的可能性，，

隨后，給出模糊核聚類分析的目標函數：

????(1)

其中為隸屬度矩陣，，為第類的中心坐標，為加權指數，

引入非線性函數把原始樣本映射至高維空間中，構建核函數?代替，得到下式

???????(2)

對上式進行求解，得到隸屬度和類中心坐標

????????????(3)

????????????????????????(4)

模糊核聚類算法的步驟為：

①設定聚類數、模糊聚類指數，以及停止閾值；

②根據以上參數初始化隸屬度矩陣；

③計算目標函數，判斷是否達到中止條件，如果滿足，聚類結束，否則繼續；

④根據式(3)和式(4)更新模糊聚類中心和模糊隸屬度矩陣，并轉向步驟③，

⑤計算類內距離，以第類聚類的為例

?????????(5)；

第三步驟，計算中心坐標、類內距離與工況多參數之間回歸關系，進而計算各種工況下的閾值，基于閾值對高速列車進行報警，首先，將類心坐標、類內距離與工況多參數構建多元非線性回歸模型：

??????????????????????(6)

其中為維向量，包含各種工況，利用數據自動擬合求解函數、，得到類心坐標、類內距離與工況多參數之間的函數關系，繼而可得到各種工況對應類內距離之間的關系，基于定額定工況條件下，類內距離超出正常其50%視為報警門限計算出各種工況對應的報警門限，、的逆函數求得，進而實現對高速列車的報警。

2.根據權利要求1所述的一種高速列車多參數智能閾值監測方法，其特征在于，第一步驟中，

首先，采集各種工況下的狀態監測數據，其對應的工況參數一并采集，狀態監測數據為振動加速度信號，工況參數包括轉速、載荷和/或溫度，

隨后，計算狀態監測數據的統計特征，統計特征包括均方根值、方根幅值、偏斜度指標、峭度指標、頻域幅值特征和/或頻率集散特征，并按照工況參數對狀態監測數據進行劃分。