[發(fā)明專利]高鐵行車設備故障診斷方法及裝置在審
| 申請?zhí)枺?/td> | 202010027587.0 | 申請日: | 2020-01-10 |
| 公開(公告)號: | CN111199257A | 公開(公告)日: | 2020-05-26 |
| 發(fā)明(設計)人: | 林湛;李博;趙俊華;李樊;王志飛;杜呈欣;周超;魏奇;吳卉;汪曉臣;李高科;王建文;王翔 | 申請(專利權)人: | 中國鐵道科學研究院集團有限公司電子計算技術研究所;中國鐵道科學研究院集團有限公司;中國國家鐵路集團有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 馬瑞 |
| 地址: | 100081*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 行車 設備 故障診斷 方法 裝置 | ||
1.一種高鐵行車設備故障診斷方法,其特征在于,包括:
基于信號分析方法,從采集的高鐵行車設備的一種或多種原始數(shù)據(jù)信號中提取故障特征;
基于分類器根據(jù)每種所述原始數(shù)據(jù)信號的故障特征對所述高鐵行車設備進行初步故障診斷,獲取每種所述原始數(shù)據(jù)信號對應的初步診斷結果;
基于多傳感器融合算法將所有所述原始數(shù)據(jù)信號對應的初步診斷結果進行融合,獲取所述高鐵行車設備的最終診斷結果。
2.根據(jù)權利要求1所述的高鐵行車設備故障診斷方法,其特征在于,基于信號分析方法,從采集的高鐵行車設備的多種原始數(shù)據(jù)信號中提取故障特征的步驟包括:
對每種所述原始數(shù)據(jù)信號進行時域分析,獲取每種所述原始數(shù)據(jù)信號的時域特征;
對每種所述原始數(shù)據(jù)信號進行頻域分析,獲取每種所述原始數(shù)據(jù)信號的頻域特征;
對每種所述原始數(shù)據(jù)信號進行時頻分析,獲取每種所述原始數(shù)據(jù)信號的時頻特征。
3.根據(jù)權利要求1所述的高鐵行車設備故障診斷方法,其特征在于,基于分類器根據(jù)每種所述原始數(shù)據(jù)信號的故障特征對所述高鐵行車設備進行初步故障診斷,獲取每種所述原始數(shù)據(jù)信號對應的初步診斷結果的步驟包括:
若所述高鐵行車設備的原始數(shù)據(jù)信號為一種,則將所述原始數(shù)據(jù)信號的故障特征分別輸入學習向量化神經網絡和決策樹模型,對所述高鐵行車設備進行初步故障診斷,獲取所述原始數(shù)據(jù)信號對應的初步診斷結果。
4.根據(jù)權利要求1所述的高鐵行車設備故障診斷方法,其特征在于,基于分類器根據(jù)每種所述原始數(shù)據(jù)信號的故障特征對所述高鐵行車設備進行初步故障診斷,獲取每種所述原始數(shù)據(jù)信號對應的初步診斷結果的步驟包括:
若所述高鐵行車設備的原始數(shù)據(jù)信號包括聲音信號,則將所述聲音信號預處理成時頻圖后輸入自適應堆疊式卷積神經網絡模型,獲取所述聲音信號對應的初步診斷結果;或者,
將所述聲音信號進行切片后輸入端到端的堆疊式卷積神經網絡模型,獲取所述聲音信號對應的初步診斷結果。
5.根據(jù)權利要求4所述的高鐵行車設備故障診斷方法,其特征在于,將所述聲音信號預處理成時頻圖后輸入自適應堆疊式卷積神經網絡模型,獲取所述聲音信號對應的初步診斷結果的步驟包括:
對所述聲音信號進行分片,基于小波變換方法將分片后的所述聲音信號從時域轉換到時頻域,獲取所述聲音信號的時頻圖,對所述時頻圖的尺寸進行調整;
基于所述自適應堆疊式卷積神經網絡模型中的卷積層和池化層對調整尺寸后的所述時頻圖進行特征提取和降維;
將所述自適應堆疊式卷積神經網絡模型中最后一個卷積層輸出的特征輸入到全連接層;
根據(jù)所述全連接層的輸出,基于Softmax函數(shù)獲取所述聲音信號對應的初步診斷結果。
6.根據(jù)權利要求4所述的高鐵行車設備故障診斷方法,其特征在于,將所述聲音信號進行切片后輸入端到端的堆疊式卷積神經網絡模型,獲取所述聲音信號對應的初步診斷結果的步驟包括:
基于所述端到端的堆疊式卷積神經網絡模型中的前兩個卷積層提取所述聲音信號的局部特征;
基于所述前兩個卷積層之后的池化層對所述聲音信號的局部特征進行不重疊的最大池化操作,輸出類頻率特征;
基于所述池化層后的數(shù)據(jù)重塑層對所述類頻率特征進行重塑;
基于所述數(shù)據(jù)重塑層后的兩個卷積層繼續(xù)對重塑后的類頻率特征進行特征提取;
將所述端到端的堆疊式卷積神經網絡模型中最后一個卷積層輸出的特征輸入到全連接層;
根據(jù)所述全連接層的輸出,基于Softmax函數(shù)獲取所述聲音信號對應的初步診斷結果。
7.根據(jù)權利要求1-6任一所述的高鐵行車設備故障診斷方法,其特征在于,基于信號分析方法,從采集的高鐵行車設備的多種原始數(shù)據(jù)信號中提取故障特征的步驟之前還包括:
根據(jù)采集每種所述原始數(shù)據(jù)信號的接口,對所述每種所述原始數(shù)據(jù)信號進行預處理;其中,所述預處理包括信號轉化和清洗;
基于改進的證據(jù)理論融合算法對處理后的所述原始數(shù)據(jù)信號進行數(shù)據(jù)融合。
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中國鐵道科學研究院集團有限公司電子計算技術研究所;中國鐵道科學研究院集團有限公司;中國國家鐵路集團有限公司,未經中國鐵道科學研究院集團有限公司電子計算技術研究所;中國鐵道科學研究院集團有限公司;中國國家鐵路集團有限公司許可,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/202010027587.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種卷積神經網絡加速器
- 下一篇:一種多輪會話的測試方法、裝置、設備和介質





