[發明專利]一種智慧軌道無人駕駛車輛故障基因識別方法及系統

有效

• 申請號: 202011616264.1
• 申請日: 2020-12-30
• 公開（公告）號: CN112650204B
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 劉輝;李燕飛;楊睿;段鑄;尹詩;李燁;鄭廣濟
• 申請（專利權）人: 中南大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 馬強;王娟

1.一種智慧軌道無人駕駛車輛故障基因識別方法，其特征在于，包括以下步驟：

S1、采用基于增量式網絡爬蟲方法獲取列車歷史振動數據；

S2、對所述振動數據的振動幅度E_A，振動周期E_T進行預處理，輸出新的X；

S3、將X作為故障檢測模塊的輸入，檢測故障序列后，輸出故障序列數據E；

S4、將所述故障序列數據E作為降維模型的輸入，輸出可編碼的基因序列I₁,I₂,I₃,I₄；

S5、將所述可編碼的基因序列I₁,I₂,I₃,I₄整合為DNA序列S＝S₁,S₂,S₃,...,S_N，提取所述DNA序列的堿基特征，并排列組合所述堿基特征，形成可預測的預判定候選車輛部件故障基因V_s；

S6、利用所述候選車輛部件故障基因訓練雙向長短時記憶網絡深度學習模型，得到分類模型；

步驟S5之后，還包括：將所述候選車輛部件故障基因V_s作為聚類模型的輸入，建立DNA序列模板庫；

建立DNA序列模板庫的具體實現過程包括：

步驟1：將經過非負矩陣分解降維得到的預判定的候選車輛部件故障基因V_s作為隨機鄰接嵌入算法的輸入，得到高維數據點V_i和V_j的條件概率p_j|i，低維數據點v_i和v_j的條件概率q_j|i，將條件概率最小化，得到最小化的高維數據的條件概率和最小化的低維數據的條件概率

步驟2：依據條件概率最小化結果計算出高低維條件概率差異的最小值p_ij，通過梯度下降法最小化代價函數L：得到最優解V^y，將所述最優解V^y作為tSNE聚類算法的聚類結果輸出，輸出的聚類信息熵簇對應DNA序列的聚類模板template：

template＝[CT,ZXJ,QY,ZD,LJ,SL,SB]；

其中，CT,ZXJ,QY,ZD,LJ,SL,SB為DNA序列模板庫中的故障類別；CT：車體故障；ZXJ：轉向架故障；QY：牽引傳動控制系統故障；ZD：制動系統故障；LJ：車端連接裝置故障；SL：受流裝置故障；SB：車輛內部設備和駕駛室設備故障；n代表數據樣本數。

2.根據權利要求1所述的一種智慧軌道無人駕駛車輛故障基因識別方法，其特征在于，還包括：

S7、根據實時采集的振動數據，利用所述分類模型識別車輛故障。

3.根據權利要求1所述的一種智慧軌道無人駕駛車輛故障基因識別方法，其特征在于，步驟S1的具體實現過程包括：將故障信息公開數據集的歷史振動幅度、振動周期、振動頻率作為爬蟲算法的輸入，去除歷史振動幅度、振動周期、振動頻率中的重復信息，所述爬蟲算法輸出的信息即為列車歷史振動數據。