[發明專利]故障檢測方法及裝置

有效

• 申請號: 201910913207.0
• 申請日: 2019-09-25
• 公開（公告）號: CN110715808B
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 董威;朱慧龍;張曉寧;陳嘉怡;楊慕晨;王作禹
• 申請（專利權）人: 中車青島四方機車車輛股份有限公司
• 主分類號: G01M17/007
• 分類號: G01M17/007;G01K3/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩

本發明公開了一種故障檢測方法及裝置。其中，該方法包括：獲取列車中目標部位的實時溫度信息；將實時溫度信息輸入神經網絡模型進行分析，得到目標部位在預設采樣周期內的溫度偏差信息，其中，該溫度偏差信息用于反映目標部位的實時溫度信息與標準數據的差異程度；基于溫度偏差信息確定目標部位發生故障的置信度，其中，置信度用于反映發生故障的概率；比較置信度和預設閾值；在置信度小于預設閾值時，確定目標部位發生故障。本發明解決了相關技術中故障預測結果不準確的技術問題。

技術領域

本發明涉及車輛故障檢測領域，具體而言，涉及一種故障檢測方法及裝置。

背景技術

為了保證列車的安全行駛，在列車運行過程中往往需要對其行走部的關鍵部件進行溫度檢測，但是，目前的溫度檢測方案在對列車的相關部件(例如列車轉向架和走行部的關鍵部件)進行故障預測時，僅僅采用簡單的閾值判斷的方式進行，這樣，使得檢測結果不是特別準確。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種故障檢測方法及裝置，以至少解決相關技術中故障預測結果不準確的技術問題。

根據本發明實施例的一個方面，提供了一種故障檢測方法，包括：獲取列車中目標部位的實時溫度信息；將實時溫度信息輸入神經網絡模型進行分析，得到目標部位在預設采樣周期內的溫度偏差信息，其中，該溫度偏差信息用于反映目標部位的實時溫度信息與標準數據的差異程度；基于溫度偏差信息確定目標部位發生故障的置信度，其中，置信度用于反映發生故障的概率；比較置信度和預設閾值；在置信度小于預設閾值時，確定目標部位發生故障。

可選地，基于溫度偏差信息確定目標部位發生故障的置信度，包括：基于溫度偏差信息確定溫度偏差信息對應的溫度采樣數據是否為異常采樣數據；在確定為異常樣本數據時，基于溫度采樣數據和預設采樣周期內的歷史異常樣本數據確定目標部位所處的狀態，其中，狀態用于指示目標部位在預設采樣周期內異常樣本數據的變化趨勢；依據狀態確定置信度。

可選地，上述狀態包括以下至少之一：第一狀態，用于表示首次出現異常樣本數據；第二狀態，用于表示在連續的采樣點時刻采集的樣本數據均為異常樣本數據；第三狀態，用于表示目標部位在上一個采樣點的樣本數據為異常樣本數據，在當前采樣點的樣本數據為正常樣本數據；

第四狀態，用于表示在上一個采樣點的樣本數據為正常樣本數據，在當前采樣點的樣本數據為異常樣本數據。

可選地，依據狀態確定置信度，包括：在狀態為第一狀態時，基于首次出現的異常樣本數據的偏差值、基準偏差值、連續出現的異常樣本數據的數量確定與第一狀態對應的置信度，其中，數量為1；

在狀態為第二狀態時，基于異常樣本數據的偏差值、基準偏差值、連續出現的異常樣本數據的數量以及第一狀態或第四狀態對應的置信度確定與第二狀態對應的置信度；在狀態為第三狀態時，基于上次異常樣本數據出現之后到目前為止共監測的樣本數目，以及第一狀態、第二狀態或第四狀態中的其中一個狀態對應的置信度確定與第三狀態對應的置信度；在狀態為第四狀態時，基于異常樣本數據的偏差值、基準偏差值、連續出現的異常樣本數據的數量以及第三狀態對應的置信度確定與第四狀態對應的置信度。

可選地，與第一狀態對應的置信度通過以下方式確定：

其中，Score_A表示第一狀態對應的置信度，δ_D-L表示異常樣本數據的偏差值，δ_base表示基準偏差值，N_sa表示連續出現的異常樣本數據的數量，N_thre表示異常樣本數據的數量閾值,Δ₁表示控制積分速率。

可選地，與第二狀態對應的置信度通過以下方式確定：