[發明專利]一種列車空調濾網臟堵故障預測方法、裝置、設備及系統

在審

• 申請號: 201910810321.0
• 申請日: 2019-08-29
• 公開（公告）號: CN110515935A
• 公開（公告）日: 2019-11-29
• 發明（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 北京集佳知識產權代理有限公司
• 代理人: 陳麗<國際申請>=<國際公布>=<進入國

本發明公開了一種列車空調濾網臟堵故障預測方法，包括：獲取空調運行數據和環境數據并進行濾波處理，得到當前數據；獲取歷史數據和參數因子，將當前數據、歷史數據和參數因子輸入臟堵預測神經網絡模型中，得到故障概率值；判斷故障概率值是否處于空調濾網臟堵故障預測區間內；若是，則發送列車空調濾網臟堵故障預警；該方法避免了因列車維修空調而導致的計劃外缺勤，同時不需要運維人員對所有列車進行巡檢，僅需要對發送列車空調濾網臟堵故障預警的列車進行維護，因此節省了人力物力；此外，本發明還提供了一種列車空調濾網臟堵故障預測裝置、設備、系統及計算機可讀存儲介質，同樣具有上述有益效果。

技術領域

本發明涉及列車故障預警領域，特別涉及一種列車空調濾網臟堵故障預測方法、裝置、設備、系統及計算機可讀存儲介質。

背景技術

目前，我國鐵路列車基本為空調列車，因此列車空調為鐵路列車上的重要設備。

由于列車的運行安排十分密集，空調使用頻率極高，因此列車空調容易出現濾網臟堵故障。為了避免列車出現空調濾網臟堵故障以影響列車運行，需要運維人員定期對列車空調進行巡檢。由于列車運行環境和時間具有很大差異性，因此每輛列車空調的狀況也不相同，如果在列車運行中出現空調濾網臟堵故障，則列車需要進入維修站進行維修，進而造成列車計劃外缺勤，影響全國鐵路網調度以及乘客的出行。因此需要大量的運維人員以很小的巡檢周期對列車空調進行巡檢，以及時發現空調濾網臟堵故障，高頻率的巡檢也會耽誤大量時間，降低列車的出勤率，因此空調巡檢浪費了大量的人力物力。

因此，如何解決現有空調巡檢方法浪費了大量人力物力的問題，是本領域技術人員需要解決的技術問題。

發明內容

有鑒于此，本發明的目的在于提供一種列車空調濾網臟堵故障預測方法、裝置、設備、系統及計算機可讀存儲介質，解決了現有空調巡檢方法浪費了大量人力物力的問題。

為解決上述技術問題，本發明提供了一種列車空調濾網臟堵故障預測方法，包括：

獲取空調運行數據和環境數據并進行濾波處理，得到當前數據；

獲取歷史數據和參數因子，將所述當前數據、所述歷史數據和所述參數因子輸入臟堵預測神經網絡模型中，得到故障概率值；

判斷所述故障概率值是否處于空調濾網臟堵故障預測區間內；

若是，則發送列車空調濾網臟堵故障預警。

可選的，所述獲取空調運行數據和環境數據并進行濾波處理，包括：

獲取所述空調運行數據和所述環境數據；

判斷所述空調運行數據和所述環境數據是否完整；

若是，則對所述空調運行數據和所述環境數據進行濾波處理。

可選的，所述獲取歷史數據和參數因子，包括：

將所述歷史數據和所述當前數據上傳至服務器；

將所述歷史數據和所述當前數據輸入到所述服務器中的臟堵故障自學習模型中，獲取所述參數因子。

可選的，在將所述歷史數據和所述當前數據上傳至服務器之后，在將所述歷史數據和所述當前數據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網絡模型中是否存在參數因子；

若否，則執行將所述歷史數據和所述當前數據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，則判斷所述參數因子是否滿足更新條件；

若所述參數因子滿足所述更新條件，則執行將所述歷史數據和所述當前數據輸入到所述服務器中的臟堵故障自學習模型中的步驟。