[發明專利]基于NEST和SPRT融合算法的軸溫故障檢測方法

有效

• 申請號: 202011241574.X
• 申請日: 2020-11-09
• 公開（公告）號: CN112231849B
• 公開（公告）日: 2023-03-10
• 發明（設計）人: 吳志強
• 申請（專利權）人: 北京國信會視科技有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/17;G06F30/27;G01K13/00;G01M13/00;G01M13/02;G01M13/021;G01M13/04;G06F119/02;G06F119/04;G06F119/08
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

本發明涉及工業設備故障檢測領域，公開了基于NEST和SPRT融合算法的軸溫故障檢測方法，包括獲取動車軸溫歷史數據特征集，對動車軸溫歷史數據特征集進行特征降維，獲得降維后的動車軸溫特征參數；獲取與降維后的動車軸溫特征參數相對應的動車軸溫歷史正常樣本集，建立NSET模型，利用動車軸溫歷史樣本集獲得NSET模型的記憶矩陣D；獲取動車軸溫測試數據，NSET模型根據記憶矩陣D輸出動車軸溫殘差序列；利用SPRT檢驗法對動車軸溫殘差序列進行方差檢驗，獲得軸溫狀態故障檢測結果。本發明能夠一次建模實現所有軸溫的狀態檢測，能夠間接實現軸溫的故障預警，對解決動車組設備故障具有一般通用性。

技術領域

本發明涉及工業設備故障檢測領域，具體地涉及基于NEST和SPRT融合算法的軸溫故障檢測方法。

背景技術

軸溫的狀態檢測對高速動車組實際運行的安全性起著至關重要的作用。當前軸溫異常檢測技術一般從單一軸溫參數設定固定報警閾值方式來檢測軸溫變化，但這種方式沒有考慮軸溫相關因素對其本身產生的影響，并且固定的閾值是根據人的主觀經驗確定，沒有確切的理論基礎。

比如，國家專利公開文獻“CN210363861U”，公開了“一種軸溫檢測裝置以及軸溫預/報警系統”，該實用新型軸溫檢測裝置包括：互為冗余的第一軸溫檢測系統和第二軸溫檢測系統，兩組系統功能、接口完全相同、電氣相互獨立，通過隔離的串行總線互通、共用溫度數據和控制數據，兩組系統對各自通道溫度數據、通道狀態、預/報警狀態進行整理并傳送至整車網絡控制系統。該實用新型通過單一軸溫參數設定固定報警閾值方式來檢測軸溫變化，這種軸溫檢測方式依賴于人為經驗，軸溫檢測準確率比較低。

發明內容

本發明提供基于NEST和SPRT融合算法的軸溫故障檢測方法，從而解決現有技術的上述問題。

基于NEST和SPRT融合算法的軸溫故障檢測方法，包括以下步驟：

S1)獲取動車軸溫歷史數據特征集，對動車軸溫歷史數據特征集進行特征降維，獲得降維后的動車軸溫特征參數；

S2)獲取與降維后的動車軸溫特征參數相對應的動車軸溫歷史正常樣本集，建立NSET模型，利用動車軸溫歷史樣本集獲得NSET模型的記憶矩陣D；

S3)獲取動車軸溫測試數據，將所述動車軸溫測試數據輸入所述NSET模型，所述NSET模型根據所述記憶矩陣D輸出動車軸溫殘差序列；

S4)利用SPRT檢驗法對所述動車軸溫殘差序列進行方差檢驗，獲得軸溫狀態故障檢測結果。

進一步的，在步驟S1)中，利用灰色關聯分析算法對所述動車軸溫歷史數據特征集進行特征降維。

進一步的，動車軸溫歷史數據特征集包括外界環境溫度、速度、里程、制動缸壓力、軸電機側軸溫和軸車輪側溫度。

進一步的，降維后的動車軸溫特征參數包括外界環境溫度、軸電機側軸溫和軸車輪側溫度。

進一步的，在步驟S2)中，獲取與降維后的動車軸溫特征參數相對應的動車軸溫歷史正常樣本集，建立NSET模型，利用所述動車軸溫歷史樣本集獲得所述NSET模型的記憶矩陣D，包括以下步驟：

S21)將降維后的動車軸溫特征參數作為NSET模型的觀測向量x_o，所述NSET模型的觀測向量x_o＝[x₁,x₂,…,x_n]^T，x_n表示觀測向量的第n個動車軸溫特征參數,n為降維后的動車軸溫特征參數的種類數；

S22)獲取與所述降維后的動車軸溫特征參數相對應的動車正常軸溫歷史數據特征集，設置采集間隔時長，根據采集間隔時長將動車正常軸溫歷史數據特征集分割成m組觀測向量，獲得NSET模型的記憶矩陣x_n(m)表示第m組觀測向量中的第n個動車軸溫特征參數；