[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

本發明公開了一種高速列車多參數智能閾值監測方法，首先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；隨后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；最后計算中心坐標、類內距離與工況多參數之間回歸關系，進而智能計算各種工況下的閾值，對高速列車進行智能報警。該方法簡單易行，適用于變工況下的高速列車監測數據智能閾值的確定。

技術領域

本發明屬監測診斷領域，具體涉及一種高速列車多參數智能閾值監測方法。

背景技術

隨著我國鐵路的高速發展，高速列車已經成為中國高端制造業崛起的重要標志。然而，高速列車屬于典型復雜機電系統，以分布式、網絡化方式集成了機、電、氣、熱等多個物理域的部件，部件之間以多種物理作用復雜交互，導致故障表現方式高度復雜化。高速列車的維護普遍沿用不計成本保安全的勞動力密集型計劃維修體制，已成為制約我國高鐵發展乃至出口的瓶頸，為此，鐵路維修保障部門特別提出未來維修方式應該在精確掌握列車狀態的前提下，逐漸向狀態維修體制過渡，從而保障運行安全、提高維修效率，滿足國內和海外維修保障需求。

在列車的實時狀態監測與故障診斷過程中，如何制定閾值是行業內的一大難題。主要原因在于：高速通常在高轉速、強振動、大應力的惡劣環境下工作，單一的閾值指標難以適應工況的變化。如果閾值過高，只能在最大轉速的極限情況下報警，會產生較大的漏報率，起不到實時預警、報警的作用。如果閾值過低，雖能適應低轉速工況，一旦高轉速工作，正常狀態誤認為故障，會導致很大的維修資源浪費，并帶來人員恐慌，影響正常工作。因此，高速列車監測數據的閾值確定需從實時監測數據出發，并適應各種工況的變化。

發明內容

本發明的目的在于，提供一種高速列車多參數智能閾值監測方法，從監測數據出發，融入工況多參數，智能確定多種工況下的監測閾值，實現高速列車自適應工況的實時報警。

為了實現上述目的，本發明采取的技術方案是：

一種高速列車多參數智能閾值監測方法包括，

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；

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。

所述的一種高速列車多參數智能閾值監測方法中，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。

所述的一種高速列車多參數智能閾值監測方法中，第二步驟中，

首先，基于狀態監測數據的統計特征構建N×d的樣本集X＝{x₁，x₂，…，x_N}，其中N為監測數據時間序列的個數；d為統計特征的種類數；x_i，i＝1，2，…，N是維數為d的樣本，按照工況參數將樣本集分成J類，定義隸屬度μ_ij表示分類結果，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函數：