[發(fā)明專利]高鐵行車設(shè)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(shè)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(quán)）人: 中國鐵道科學(xué)研究院集團有限公司電子計算技術(shù)研究所;中國鐵道科學(xué)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(chǎn)權(quán)代理有限公司 11002
• 代理人: 馬瑞

本發(fā)明實施例提供一種高鐵行車設(shè)備故障診斷方法及裝置，方法包括：基于信號分析方法，從采集的高鐵行車設(shè)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(shè)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(yīng)的初步診斷結(jié)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(yīng)的初步診斷結(jié)果進行融合，獲取所述高鐵行車設(shè)備的最終診斷結(jié)果。本發(fā)明實施例實現(xiàn)對高鐵行車設(shè)備進行自動故障診斷，而且診斷結(jié)果更加精確。

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通技術(shù)領(lǐng)域，尤其涉及一種高鐵行車設(shè)備故障診斷方法及裝置。

背景技術(shù)

高速鐵路行車安全監(jiān)控信息物理系統(tǒng)是多因素交互作用的、動態(tài)的、實時的系統(tǒng)，系統(tǒng)的時間與空間的實時變換，使人，如動車組機車司機、列車調(diào)度員和車站值班員，以及高速列車、線路三個基本的簡單靜態(tài)的構(gòu)成要素變成復(fù)雜的動態(tài)復(fù)合型系統(tǒng)，系統(tǒng)中的任何一個因素已不是原有意義的因素，隨著時間與空間的擴展，動態(tài)行車效應(yīng)的失調(diào)，使其系統(tǒng)的危險性放大，可操作性變?nèi)酰ヅ湫运沙凇?/p>

系統(tǒng)中任何因素相互作用的失衡都會導(dǎo)致高速鐵路行車事故，因此對高速鐵路行車事故發(fā)生的機理、行車相關(guān)作業(yè)人員安全可靠性分析、行車設(shè)備安全性分析、安全保障體系構(gòu)建及系統(tǒng)安全性評價等問題進行系統(tǒng)化研究具有極其重要的理論價值與現(xiàn)實意義。

目前軌道交通的高集成度設(shè)備設(shè)施給運營企業(yè)帶來極大便利的同時，給運維人員提出更高的要求，尤其是自動化黑盒系統(tǒng)和重要的機電設(shè)備。而周期性檢修易造成設(shè)備過修或欠修，而且費時費力；生產(chǎn)數(shù)據(jù)庫存化嚴重，難以有效指導(dǎo)檢修。尤其是對行車影響較大的系統(tǒng)，及早發(fā)現(xiàn)和預(yù)防事故是智能運維發(fā)展的核心目標(biāo)。

發(fā)明內(nèi)容

為克服上述現(xiàn)有的人工高鐵行車設(shè)備故障診斷方法費時費力，而且診斷困難的問題或者至少部分地解決上述問題，本發(fā)明實施例提供一種高鐵行車設(shè)備故障診斷方法及裝置。

根據(jù)本發(fā)明實施例的第一方面，提供一種高鐵行車設(shè)備故障診斷方法，包括：

基于信號分析方法，從采集的高鐵行車設(shè)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(shè)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(yīng)的初步診斷結(jié)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(yīng)的初步診斷結(jié)果進行融合，獲取所述高鐵行車設(shè)備的最終診斷結(jié)果。

具體地，基于信號分析方法，從采集的高鐵行車設(shè)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。

具體地，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(shè)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(yīng)的初步診斷結(jié)果的步驟包括：

若所述高鐵行車設(shè)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(xué)習(xí)向量化神經(jīng)網(wǎng)絡(luò)和決策樹模型，對所述高鐵行車設(shè)備進行初步故障診斷，獲取所述原始數(shù)據(jù)信號對應(yīng)的初步診斷結(jié)果。

具體地，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(shè)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(yīng)的初步診斷結(jié)果的步驟包括：

若所述高鐵行車設(shè)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(yù)處理成時頻圖后輸入自適應(yīng)堆疊式卷積神經(jīng)網(wǎng)絡(luò)模型，獲取所述聲音信號對應(yīng)的初步診斷結(jié)果；或者，