[發明專利]一種電力機車故障源定位方法及裝置

在審

• 申請號: 202010694631.3
• 申請日: 2020-07-17
• 公開（公告）號: CN111830934A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 王玉祥;魯振山;劉艷龍
• 申請（專利權）人: 中車大連電力牽引研發中心有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02;G06N3/04;G06N3/08
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李馨

本發明提供一種電力機車故障源定位方法及裝置。方法包括：通過TCMS總線獲取機車子設備單元的運行數據；通過訓練好的故障源識別模型對所述運行數據進行故障識別，得到故障源自動識別結果，所述故障源識別模型用于對所述運行數據進行分類，得到所述運行數據所屬類別對應的故障源數據，所述故障源自動識別結果為故障源數據。本發明能夠提高機車出現故障時的故障定位效率，大大減少人的勞動量，降低故障排查時間成本，使得機車故障定位更加快速、準確。

技術領域

本發明涉及電力機車故障診斷技術領域，具體而言，尤其涉及一種電力機車故障源定位方法及裝置。

背景技術

目前，電力機車在出現故障時，主要依靠人工方式對機車上設備記錄的運行數據進行綜合分析，通過邏輯推理定位機車故障源。

由于在機車故障時，某個設備故障可能同時會導致其他設備出現故障情況，所以可能會同時出現很多故障現象；這就要求分析人員需要對機車數據和故障之間的關聯關系非常熟悉，否則很難通過運行數據快速確定故障源。依靠人工定位故障，執行效率較低。

發明內容

根據上述提出人工定位故障效率低下的技術問題，而提供一種電力機車故障源定位方法。本發明能夠確保機車在出現故障時，快速、高效、準確定位故障源，縮短故障排查時間，降低時間成本，使機車運用變得更加安全、高效和經濟。

本發明采用的技術手段如下：

一種電力機車故障源定位方法，包括：

通過TCMS總線獲取機車子設備單元的運行數據；

通過訓練好的故障源識別模型對所述運行數據進行故障識別，得到故障源自動識別結果，所述故障源識別模型用于對所述運行數據進行分類，得到所述運行數據所屬類別對應的故障源數據，所述故障源自動識別結果為故障源數據。

進一步地，所述故障源識別模型為誤差反向傳播神經網絡模型，將歷史運行數據作為所述誤差反向傳播神經網絡模型的輸入層神經元的輸入數據、將與所述歷史運行數據相對應的故障源數據作為所述誤差反向傳播神經網絡模型的輸出層神經元的輸出數據，訓練所述誤差反向傳播神經網絡模型。

進一步地，所述將歷史運行數據作為所述誤差反向傳播神經網絡模型的輸入層神經元的輸入數據、將與所述歷史運行數據相對應的實際故障源數據作為所述誤差反向傳播神經網絡模型的輸出層神經元的輸出數據，訓練所述誤差反向傳播神經網絡模型，包括：

根據所述誤差反向傳播神經網絡模型的輸出層神經元的輸出數據與所述實際故障數據的差值調整誤差函數，使所述誤差函數達到最小。

進一步地，所述將歷史運行數據作為所述誤差反向傳播神經網絡模型的輸入層神經元的輸入數據、將與所述歷史運行數據相對應的實際故障源數據作為所述誤差反向傳播神經網絡模型的輸出層神經元的輸出數據，訓練所述誤差反向傳播神經網絡模型，還包括：

根據所述誤差函數調節所述誤差反向傳播神經網絡模型的結構參數，所述結構參數包括輸入層節點與隱含層節點間的關聯權值、隱含層各節點的相應閥值、隱含層節點與輸出層節點間的關聯權值以及輸出層各節點的相應閥值。

進一步地，方法還包括：對所述機車子設備單元的運行數據進行存儲。

一種電力機車故障源定位裝置，包括：

獲取單元，用于通過TCMS總線獲取機車子設備單元的運行數據；

識別單元，用于通過訓練好的故障源識別模型對所述運行數據進行故障識別，得到故障源自動識別結果，所述故障源識別模型用于對所述運行數據進行分類，得到所述運行數據所屬類別對應的故障源數據，所述故障源自動識別結果為故障源數據。

進一步地，所述故障源識別模型為誤差反向傳播神經網絡模型；