[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

本發明提供基于機器學習的閘瓦壓力狀態識別裝置及故障診斷方法，涉及閘瓦故障診斷技術領域。該基于機器學習的閘瓦壓力狀態識別裝置及故障診斷方法，包括火車機體、驅動輪組、中央驅動箱與，所述火車機體底部設置有四組橫向排列的驅動輪組，所述火車機體底部中心固定連接中央驅動箱，所述驅動輪組前后側輸出輪均設置有一組。通過對于給定任意一組待識別的閘瓦信號，先通過One?ClassSVM異常檢測算法排除異常值并進行歸一化，然后輸入到訓練好的信號預測模型中，再通過PSO?SVM算法來有效的判別該組信號數據屬于何種分類，從而判斷閘瓦屬于何種狀態，可實現閘瓦工作狀態的實時監測和故障識別診斷，具有準確性高、效率高且可靠性高等優點。

技術領域

本發明涉及閘瓦故障診斷技術領域，具體為基于機器學習的閘瓦壓力狀態識別裝置及故障診斷方法。

背景技術

閘瓦制動是目前國內鐵路火車上普遍使用的一種踏面制動方式，它通過壓緊車輪踏面與閘瓦進行摩擦，將火車的動能轉換為熱能從而實現火車的制動，火車運行制動時直接摩擦車輪使火車停車的制動零件就是閘瓦。用鑄鐵或其他材料制成的瓦狀制動塊，在制動時抱緊車輪踏面，通過摩擦使車輪停止轉動，因此，閘瓦通常具有較高的磨損，當閘瓦磨損到一定程度或發生局部斷裂時須及時更換以保證足夠的制動力來確保火車的安全運行。

目前，閘瓦的故障檢測主要由列檢人員人工目測，存在測量誤差大、隨意性較大的情況，因而缺乏有效的抱閘裝置故障診斷系統，僅僅依靠維保人員定期檢查是無法從根本上保證其可靠運行的。這種常規的定期檢查方式體現出以下不足之處：對維修工人要求高，需要進行長時間的培訓和長期的經驗積累；經濟效益差，未能及時發現閘瓦故障帶來的工業損失是巨大的安全系數低，故障發生時容易造成人員傷亡。

發明內容

針對現有技術的不足，本發明提供了基于機器學習的閘瓦壓力狀態識別裝置及故障診斷方法，解決了現有人工檢測閘瓦故障效率低下的問題。

為實現以上目的，本發明通過以下技術方案予以實現：基于機器學習的閘瓦壓力狀態識別裝置，包括火車機體、驅動輪組、中央驅動箱與數據采集模塊，其特征在于：所述火車機體底部設置有四組橫向排列的驅動輪組，所述火車機體底部中心固定連接中央驅動箱，所述驅動輪組前后側輸出輪均設置有一組數據采集模塊。

優選的，所述數據采集模塊包括閘瓦組件、壓力傳感器與速度傳感器，所述閘瓦組件固定連接在驅動輪組的兩側輸出輪的內側壁，所述閘瓦組件的頂部均固定連接一組壓力傳感器與速度傳感器。

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、數據采集模塊、數據預處理模塊與數據分析模塊，所述中央驅動箱內部設置有數據預處理模塊與數據分析模塊，所述中央驅動箱均通過導線連接多組數據采集模塊，所述數據預處理模塊通過信號連接數據分析模塊。

優選的，所述數據采集模塊包括閘瓦組件、壓力傳感器、速度傳感器、壓力數據統計單元、速度數據統計單元、加速數據統計單元與綜合數據統計單元，所述壓力傳感器的輸出端連接閘瓦組件的輸入端，所述速度傳感器的輸出端連接驅動輪組的驅動軸，所述閘瓦組件分別連接壓力數據統計單元、速度數據統計單元與加速數據統計單元，所述壓力數據統計單元、速度數據統計單元與加速數據統計單元分別連接綜合數據統計單元。

優選的，所述數據預處理模塊包括數據分類接收單元、數據過濾器、One-ClassSVM異常算法單元與數據歸一化單元，所述數據分類接收單元通過信號連接綜合數據統計單元，所述數據分類接收單元連接數據過濾器，所述數據過濾器包括One-Class SVM異常算法單元以及數據歸一化單元，所述One-Class SVM異常算法單元通過信號連接數據歸一化單元。

優選的，所述數據分析模塊包括數據接入單元、向量機、PSO-SVM異常算法單元與狀態分析單元，所述數據接入單元通過信號連接數據歸一化單元，所述數據接入單元通過信號連接向量機，所述向量機包括PSO-SVM異常算法單元與狀態分析單元，所述PSO-SVM異常算法單元通過信號連接狀態分析單元。