[發明專利]一種基于大數據的軌道交通車輛健康狀態分析方法及終端

有效

• 申請號: 201911421202.2
• 申請日: 2019-12-31
• 公開（公告）號: CN111260822B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 楊文剛;倪軍;孫豐誠;張浩;蘇修武;盧朝忠;何建武
• 申請（專利權）人: 杭州安脈盛智能技術有限公司
• 主分類號: G07C5/08
• 分類號: G07C5/08;G07C5/00;H04W4/38;H04W4/42;H04W4/44;G06N3/02
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 尉偉敏

1.一種基于大數據的軌道交通車輛健康狀態分析方法，其特征在于，

包括以下步驟：

A)在軌道交通車輛上部署邊緣計算終端以及傳感器，采集軌道交通車輛實時運行數據，將數據緩存；

B)邊緣計算終端將數據進行預處理，并與時間軸關聯構成運行狀態數據，并提取特征數據，將數據進行預處理包括：降噪處理和歸一化處理，其中歸一化處理的計算式為其中a_t為數據實測值，a_max以及a_min分別為對應測量數據的人工設定的上、下限值，a為歸一化后的數值；

C)邊緣計算終端通過通信模塊將提取獲得的特征數據傳輸到服務器：周期性將特征數據按照設定順序排列，構成特征向量W；構建特征數N，N為n位二進制數，n為特征數據的數量；

服務器收到數據后，按位讀取特征數N以及特征向量W的排序，根據預設判斷規則判斷特征數據是否存在異常，若存在則發出報警，并進行故障的預測分析，獲得對應的故障類型，判斷故障嚴重程度；

D)在服務器建立故障模型；

E)將特征數據導入服務器內的故障模型，獲得軌道交通車輛健康狀態。

2.根據權利要求1所述的一種基于大數據的軌道交通車輛健康狀態分析方法，其特征在于，

步驟A)中使用的傳感器包括振動傳感器、轉速傳感器、聲音傳感器以及溫度傳感器，采集的軌道交通車輛實時運行數據包括軌道交通車輛的每個轉向架軸的轉速、軸的振動、軸承外圈的振動、軸承附近的聲音以及軸承內圈的溫度。

3.根據權利要求2所述的一種基于大數據的軌道交通車輛健康狀態分析方法，其特征在于，

步驟B)中提取特征數據包括以下步驟：

B1)獲得每個運行狀態數據的最大值、最小值、均值以及均方差；

B2)將運行狀態數據進行離散傅里葉變換，獲得運行狀態數據的頻率組成；

B3)人工設定若干個特征頻帶，計算特征頻帶內運行狀態數據的能量和。

4.根據權利要求1所述的一種基于大數據的軌道交通車輛健康狀態分析方法，其特征在于，

步驟C)中傳輸方式包括：3/4/5G、藍牙、Wi-Fi以及LoRa通信，當軌道交通車輛運行在地面下時，軌道交通車輛運行軌道沿線以設定間距設有LoRa網關，軌道交通車輛運行軌道站點設有3/4/5G基站、藍牙網關或者Wi-Fi網關，當軌道交通車輛運行在地面上時，軌道交通車輛運行軌道沿線由3/4/5G信號覆蓋，軌道交通車輛運行軌道站點設有藍牙網關或者Wi-Fi網關。

5.根據權利要求4所述的一種基于大數據的軌道交通車輛健康狀態分析方法，其特征在于，

步驟C)中，邊緣計算終端通過通信模塊將提取獲得的特征數據傳輸到服務器的方法包括：

C1)將特征數據按照設定順序排列，構成特征向量W＝w₁,w₂,…w_n，n為特征數據的數量，關聯時間戳并存儲；

C2)構建特征數N，N為n位二進制數，邊緣計算終端存儲有每個特征數據的正常數值區間H_i,i∈[1,n]，其Bit_i為特征數N的第i位，構建數據向量V為空向量，從i＝1至n，依次判斷w_i∈H_i是否成立，若不成立則將w_i加入到數據向量V的最后一個位置；

C3)當軌道交通車輛位于兩個站點之間運行時，間隔時間t將特征數N、數據向量V以及時間戳通過3/4/5G通信或LoRa通信發送到服務器，其中，當軌道交通車輛運行在地面下時通過LoRa通信發送，當車輛運行在地面上時通過3/4/5G通信發送；

C4)當軌道交通車輛位于站點時，將存儲的全部特征向量W及所關聯的時間戳通過3/4/5G基站、藍牙網關或者Wi-Fi網關全部發送給服務器；

C5)服務器將特征數據導入服務器內的故障模型，若故障模型輸出無故障，則更新每個特征數據的正常數值區間H_i,i∈[1,n]。