[發(fā)明專利]一種列車空調濾網(wǎng)臟堵故障預測方法、裝置、設備及系統(tǒng)在審
| 申請?zhí)枺?/td> | 201910810321.0 | 申請日: | 2019-08-29 |
| 公開(公告)號: | CN110515935A | 公開(公告)日: | 2019-11-29 |
| 發(fā)明(設計)人: | 陳鑫鐸;金誠;仲啟端;杜曉青;熊文歡;倪康 | 申請(專利權)人: | 新譽軌道交通科技有限公司 |
| 主分類號: | G06F16/215 | 分類號: | G06F16/215;G06F16/2458;G06K9/62;F24F11/38;F24F11/39 |
| 代理公司: | 11227 北京集佳知識產(chǎn)權代理有限公司 | 代理人: | 陳麗<國際申請>=<國際公布>=<進入國 |
| 地址: | 213166 江蘇省常州市*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 列車空調 濾網(wǎng) 參數(shù)因子 故障概率 故障預測 故障預警 歷史數(shù)據(jù) 列車 計算機可讀存儲介質 發(fā)送 故障預測裝置 空調運行數(shù)據(jù) 神經(jīng)網(wǎng)絡模型 環(huán)境數(shù)據(jù) 空調濾網(wǎng) 濾波處理 人力物力 缺勤 巡檢 運維 空調 維修 預測 維護 | ||
1.一種列車空調濾網(wǎng)臟堵故障預測方法,其特征在于,包括:
獲取空調運行數(shù)據(jù)和環(huán)境數(shù)據(jù)并進行濾波處理,得到當前數(shù)據(jù);
獲取歷史數(shù)據(jù)和參數(shù)因子,將所述當前數(shù)據(jù)、所述歷史數(shù)據(jù)和所述參數(shù)因子輸入臟堵預測神經(jīng)網(wǎng)絡模型中,得到故障概率值;
判斷所述故障概率值是否處于空調濾網(wǎng)臟堵故障預測區(qū)間內(nèi);
若是,則發(fā)送列車空調濾網(wǎng)臟堵故障預警。
2.根據(jù)權利要求1所述的列車空調濾網(wǎng)臟堵故障預測方法,其特征在于,所述獲取空調運行數(shù)據(jù)和環(huán)境數(shù)據(jù)并進行濾波處理,包括:
獲取所述空調運行數(shù)據(jù)和所述環(huán)境數(shù)據(jù);
判斷所述空調運行數(shù)據(jù)和所述環(huán)境數(shù)據(jù)是否完整;
若是,則對所述空調運行數(shù)據(jù)和所述環(huán)境數(shù)據(jù)進行濾波處理。
3.根據(jù)權利要求1所述的列車空調濾網(wǎng)臟堵故障預測方法,其特征在于,所述獲取歷史數(shù)據(jù)和參數(shù)因子,包括:
將所述歷史數(shù)據(jù)和所述當前數(shù)據(jù)上傳至服務器;
將所述歷史數(shù)據(jù)和所述當前數(shù)據(jù)輸入到所述服務器中的臟堵故障自學習模型中,獲取所述參數(shù)因子。
4.根據(jù)權利要求3所述的列車空調濾網(wǎng)臟堵故障預測方法,其特征在于,在將所述歷史數(shù)據(jù)和所述當前數(shù)據(jù)上傳至服務器之后,在將所述歷史數(shù)據(jù)和所述當前數(shù)據(jù)輸入到所述服務器中的臟堵故障自學習模型中之前,還包括:
判斷所述臟堵預測神經(jīng)網(wǎng)絡模型中是否存在參數(shù)因子;
若否,則執(zhí)行將所述歷史數(shù)據(jù)和所述當前數(shù)據(jù)輸入到所述服務器中的臟堵故障自學習模型中的步驟;
若是,則判斷所述參數(shù)因子是否滿足更新條件;
若所述參數(shù)因子滿足所述更新條件,則執(zhí)行將所述歷史數(shù)據(jù)和所述當前數(shù)據(jù)輸入到所述服務器中的臟堵故障自學習模型中的步驟。
5.根據(jù)權利要求1至4任一項所述的列車空調濾網(wǎng)臟堵故障預測方法,其特征在于,所述發(fā)送列車空調濾網(wǎng)臟堵故障預警,包括:
獲取所述列車空調濾網(wǎng)臟堵故障預警,并將所述列車空調濾網(wǎng)臟堵故障預警發(fā)送至所述服務器;
所述服務器將所述列車空調濾網(wǎng)臟堵故障預警發(fā)送給故障運維設備,通過所述故障運維設備發(fā)送所述列車空調濾網(wǎng)臟堵故障預警。
6.根據(jù)權利要求5所述的列車空調濾網(wǎng)臟堵故障預測方法,其特征在于,還包括:
判斷所述歷史數(shù)據(jù)是否滿足時間區(qū)間條件;
若否,則更新所述歷史數(shù)據(jù)。
7.一種列車空調濾網(wǎng)臟堵故障預測裝置,其特征在于,包括:
濾波模塊,用于獲取空調運行數(shù)據(jù)和環(huán)境數(shù)據(jù)并進行濾波處理,得到當前數(shù)據(jù);
故障概率值獲取模塊,用于獲取歷史數(shù)據(jù)和參數(shù)因子,將所述當前數(shù)據(jù)、所述歷史數(shù)據(jù)和所述參數(shù)因子輸入臟堵預測神經(jīng)網(wǎng)絡模型中,得到故障概率值;
判斷模塊,用于判斷所述故障概率值是否處于空調濾網(wǎng)臟堵故障預測區(qū)間內(nèi);
預警模塊,用于若所述故障概率值處于空調濾網(wǎng)臟堵故障區(qū)間內(nèi),則發(fā)送列車空調濾網(wǎng)臟堵故障預警。
8.一種列車空調濾網(wǎng)臟堵故障預測設備,其特征在于,包括存儲器和處理器,其中:
所述存儲器,用于保存計算機程序;
所述處理器,用于執(zhí)行所述計算機程序,以實現(xiàn)如權利要求1至6任一項所述的列車空調濾網(wǎng)臟堵故障預測方法。
9.一種列車空調濾網(wǎng)臟堵故障預測系統(tǒng),其特征在于,包括故障運維設備、服務器和如權利要求8所述的列車空調濾網(wǎng)臟堵故障預測設備。
10.一種計算機可讀存儲介質,其特征在于,用于保存計算機程序,其中,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至6任一項所述的列車空調濾網(wǎng)臟堵故障預測方法。
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新譽軌道交通科技有限公司,未經(jīng)新譽軌道交通科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910810321.0/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





