[發明專利]一種基于數學模型的鐵路信號繼電器性能狀態預測方法

在審

• 申請號: 202010670335.X
• 申請日: 2020-07-13
• 公開（公告）號: CN111832171A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 趙正元;李文華;尹世楨;潘如政;夏艷華;李慶詩;鄭娜;翟麗春;王林林;羅文天;孟冬冬;劉思漢;趙金燕;吳延男;郭國慶;李源
• 申請（專利權）人: 沈陽鐵路信號有限責任公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F111/10
• 代理公司: 沈陽優普達知識產權代理事務所(特殊普通合伙) 21234
• 代理人: 李曉光

本發明公開一種基于數學模型的鐵路信號繼電器性能狀態預測方法，步驟為：參考鐵路信號繼電器在恒定溫度下的相關實驗數據建立預測單元模型并進行優化處理；重復利用預測單元模型進行迭代運算，得到單元鏈模型；整理鐵路信號繼電器在恒定溫度下相關參數數據構成的單一時間序列；建立滑動窗口預測模型，將單一時間序列代入單元鏈模型，將最后輸出值與實測值作比較計算誤差，確定最大容許誤差；進行邏輯判斷，更新輸入數據集，拋棄最遠數據，繼續預測、重復更新、調整和預測過程直至滿足輸出總量要求。本發明通過建立單元模型，確定單元參數，將單元模型首尾相連獲得單元鏈模型實現對性能參數序列的常規預測，實時修正預測結果，提高了預測精度。

技術領域

本發明涉及一種繼電器性能狀態預測技術，具體為一種基于數學模型的鐵路信號繼電器性能狀態預測方法。

背景技術

鐵路信號繼電器的正常操作對于保證鐵路運輸安全可靠運行具有重要意義，因此對繼電器的性能狀態進行預測判斷就顯得格外重要。通過恒定溫度應力壽命試驗可以同時測量記錄各種隨操作次數增加而逐漸發生變化的性能參數數據，國內外很多學者通過分析繼電器性能參數數據來研究鐵路信號繼電器的性能狀態或操作壽命。由于鐵路信號繼電器通常具有較長壽命，很難獲得發生失效的數據，這給基于性能參數數據的鐵路信號繼電器性能狀態分析帶來了很大的困難。

目前有一些通過利用數學理論來對繼電器性能參數進行預測分析和可靠性評估的傳統方法，圖1顯示了已有的研究繼電器性能退化的技術。

圖2是曲線擬合模型。曲線擬合通過對特定性能參數序列進行擬合，首先判斷擬合方式如多項式擬合、冪函數擬合、對數函數擬合，通過求擬合誤差最小值來確定擬合系數，得到擬合曲線，對擬合曲線進行外延得到預測結果。

圖3是神經網絡模型。首先確定網絡結構，通過調整輸入節點數、隱層數、隱含層節點數、節點函數和輸出節點數對樣本數據進行學習訓練，不斷改變節點函數的權值和閾值，使網絡輸出不斷接近期望輸出，從而得到的最優網絡模型。模型確定后，即可結合需要預測的同類數據與訓練好的網絡模型對非樣本數據進行預測。

類似方法對參數序列的預測過程只是簡單把數據代入模型得到最終結果，預測結果往往只取決于方法本身，不能得到較高的預測精度。

因此，如何提高性能參數序列的預測精度成為本領域技術人員亟待解決的問題之一。

發明內容

針對現有技術中對繼電器性能狀態預測不能得到較高的預測精度等不足，本發明要解決的問題是提供一種可對預測結果進行實時修正、提高預測精度的基于數學模型的鐵路信號繼電器性能狀態預測方法。

為解決上述技術問題，本發明采用的技術方案是：

本發明提供一種基于數學模型的鐵路信號繼電器性能狀態預測方法，包括以下步驟：

S1)參考鐵路信號繼電器在恒定溫度下的相關實驗數據建立預測單元模型并進行優化處理，得到一個優化后的預測單元模型；

S2)重復利用優化后的預測單元模型進行迭代運算，將每次迭代運算的結果進行優化處理，得到單元鏈模型；

S3)整理鐵路信號繼電器在恒定溫度下相關參數數據構成的單一時間序列；

S4)建立滑動窗口預測模型，將單一時間序列形成的數據作為輸入數據集代入單元鏈模型，將最后輸出值與實測值作比較計算誤差，確定最大容許誤差；

S5)進行邏輯判斷，隨后更新輸入數據集，拋棄最遠數據，繼續預測、重復更新、調整和預測過程直至滿足輸出總量要求，預測過程中輸入數據集滑動更新，保持總量不變。

所述步驟S1)中建立預測單元模型并進行優化處理包括：