[發明專利]基于機器學習的閘瓦壓力狀態識別裝置及故障診斷方法

在審

• 申請號: 202210208313.0
• 申請日: 2022-03-04
• 公開（公告）號: CN114548318A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 任萬君;周君;李文軒;邱華
• 申請（專利權）人: 重慶市宇紅軌道車輛配件有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/00;G06N3/08;B60T17/22;G07C5/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于機器學習的閘瓦壓力狀態識別裝置，包括火車機體(1)、驅動輪組(2)、中央驅動箱(3)與數據采集模塊(4)，其特征在于：所述火車機體(1)底部設置有四組橫向排列的驅動輪組(2)，所述火車機體(1)底部中心固定連接中央驅動箱(3)，所述驅動輪組(2)前后側輸出輪均設置有一組數據采集模塊(4)。

2.根據權利要求1所述的基于機器學習的閘瓦壓力狀態識別裝置，其特征在于：所述數據采集模塊(4)包括閘瓦組件(401)、壓力傳感器(402)與速度傳感器(403)，所述閘瓦組件(401)固定連接在驅動輪組(2)的兩側輸出輪的內側壁，所述閘瓦組件(401)的頂部均固定連接一組壓力傳感器(402)與速度傳感器(403)。

3.根據權利要求1所述的基于機器學習的閘瓦壓力狀態識別系統，其特征在于：包括中央驅動箱(3)、數據采集模塊(4)、數據預處理模塊(5)與數據分析模塊(6)，所述中央驅動箱(3)內部設置有數據預處理模塊(5)與數據分析模塊(6)，所述中央驅動箱(3)均通過導線連接多組數據采集模塊(4)，所述數據預處理模塊(5)通過信號連接數據分析模塊(6)。

4.根據權利要求3所述的基于機器學習的閘瓦壓力狀態識別裝置及故障診斷方法，其特征在于：所述數據采集模塊(4)包括閘瓦組件(401)、壓力傳感器(402)、速度傳感器(403)、壓力數據統計單元(404)、速度數據統計單元(405)、加速數據統計單元(406)與綜合數據統計單元(407)，所述壓力傳感器(402)的輸出端連接閘瓦組件(401)的輸入端，所述速度傳感器(403)的輸出端連接驅動輪組(2)的驅動軸，所述閘瓦組件(401)分別連接壓力數據統計單元(404)、速度數據統計單元(405)與加速數據統計單元(406)，所述壓力數據統計單元(404)、速度數據統計單元(405)與加速數據統計單元(406)分別連接綜合數據統計單元(407)。

5.根據權利要求3所述的基于機器學習的閘瓦壓力狀態識別系統，其特征在于：所述數據預處理模塊(5)包括數據分類接收單元(501)、數據過濾器(502)、One-Class SVM異常算法單元(503)與數據歸一化單元(504)，所述數據分類接收單元(501)通過信號連接綜合數據統計單元(407)，所述數據分類接收單元(501)連接數據過濾器(502)，所述數據過濾器(502)包括One-Class SVM異常算法單元(503)以及數據歸一化單元(504)，所述One-ClassSVM異常算法單元(503)通過信號連接數據歸一化單元(504)。

6.根據權利要求3所述的基于機器學習的閘瓦壓力狀態識別系統，其特征在于：所述數據分析模塊(6)包括數據接入單元(601)、向量機(602)、PSO-SVM異常算法單元(603)與狀態分析單元(604)，所述數據接入單元(601)通過信號連接數據歸一化單元(504)，所述數據接入單元(601)通過信號連接向量機(602)，所述向量機(602)包括PSO-SVM異常算法單元(603)與狀態分析單元(604)，所述PSO-SVM異常算法單元(603)通過信號連接狀態分析單元(604)。