基于多维数据空间的轨道列车轴承故障诊断系统及方法技术方案

本发明专利技术涉及一种基于多维数据空间的轨道列车轴承故障诊断方法，包括以下步骤：1)采集列车正常运行的样本数据；2)对采集到样本数据进行预处理和自动标签，构建分类模型进行训练，得到分类识别结果，划分运行状态对应的数据类；3)对具有相同运行状态的数据类通过映射构建样本多维数据空间；4)采集待检测的样本数据，识别得到分类识别结果后在待检测的样本数据中划分运行状态对应的数据类，并将其映射到样本多维数据空间中；5)计算检测样本数据点与中心或质心的距离，并与设定距离阈值相比较，根据比较结果进行故障报警。与现有技术相比，本发明专利技术具有扩大信息采集和应用范围、提高检测准确率和可靠性、诊断正确率高等优点。

【技术实现步骤摘要】
基于多维数据空间的轨道列车轴承故障诊断系统及方法
本专利技术涉及轨道列车轴承故障诊断领域，尤其是涉及一种基于多维数据空间的轨道列车轴承故障诊断系统及方法。
技术介绍
随着我国城市轨道交通的跨越式高速发展，轨道交通面临着严峻的安全问题。轨道车辆具有运行状态复杂多变、噪声干扰大、故障模式复杂、可靠性要求高等特点，对故障诊断提出了较高的要求，滚动轴承是高速列车中最易损坏的重要零部件之一，工作环境复杂，当受到过大的载荷冲击或者安装设计不当、润滑状态不良等因素影响时，都有可能出现故障，造成重大安全隐患和巨大经济损失，因此快速、准确地对列车轴承进行故障诊断，及时定位故障，在确保轨道交通系统安全、可靠、稳定运行中具有重要意义。目前，轴承的故障诊断主要以振动信号分析为基础，近十年来已经发展了丰富的轴承诊断技术，例如包络谱分析、小波分析、经验模式分解等，这些方法通过不断优化，已经在工程应用领域发挥了一定的作用，准确率不断提升。但是仍然存在一定局限性，包括：采集的信息种类较为局限，对车辆的实际运行状态、不同车辆本身的特点考虑的不够全面，存在大量的有效信息浪费的情况，缺乏普遍适用性；采用单一维度的物理信号很难适应复杂的工况，陷入局部诊断的误区，诊断可靠性不足，易造成安全隐患；对于早期故障的诊断经验不足，诊断实时性还有待提高。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多维数据空间的轨道列车轴承故障诊断系统及方法。本专利技术的目的可以通过以下技术方案来实现：一种基于多维数据空间的轨道列车轴承故障诊断系统，该系统包括：数据采集单元：用以采集轴承检测信号和列车状态识别辅助信息数据；数据发送单元：用以将数据采集单元采集到的数据发送至运行状态识别单元；运行状态识别单元：接收数据发送单元传送的数据，并对采集到的数据进行预处理，通过分类识别获得列车的运行状态；计算单元：用以计算质心和中心值，以及各检测样本数据点与正常样本的质心或中心之间的距离或差值，并将结果传送至结果显示单元；结果显示单元：用以进行阈值判断，将在正常阈值内的数据传回计算单元，异常数据发送至异常报警单元内，进行故障报警。一种基于多维数据空间的轨道列车轴承故障诊断方法，包括以下步骤：1)采集列车正常运行的样本数据；2)对采集到样本数据进行预处理和自动标签，形成参数训练样本集，构建分类模型并使用参数训练样本集进行训练，得到分类识别结果，即列车运行状态标签，并在参数训练样本集中划分运行状态对应的数据类；3)对具有相同运行状态的数据类通过映射构建样本多维数据空间，并确定多维数据空间中每类正常运行状态的数据类对应的中心或质心；4)采集待检测的样本数据，并且采用训练好的分类模型识别得到分类识别结果后在待检测的样本数据中划分运行状态对应的数据类，并将其映射到样本多维数据空间中得到对应的检测样本；5)计算检测样本数据点与中心或质心的距离，并与设定距离阈值相比较，根据比较结果进行故障报警并输出。所述的步骤1)中，样本数据包括轴承检测信号和列车状态识别辅助信息。所述的轴承检测信号包括电机轴承振动信号、齿轮轴承振动信号和/或齿轮啮合振动信号。所述的列车状态识别辅助信息包括列车载重、列车运行状态、列车姿态、列车速度和列车加速度信息，所述的列车运行状态包括启动、匀速、加速、减速、弯道和制动状态。所述的步骤2)中，预处理具体包括以下步骤：21)数据整理：整理故障诊断样本集，剔除冗余和无效的数据；22)归一化处理：采用离差标准化进行归一化处理，以减少数据误差，保证后续分类识别结果的可靠性。所述的步骤2)中，分类模型采用SVM分类器或神经网络分类器。所述的步骤3)中，当具有相同运行状态的数据类为一维数据时，则以一维数据的中心作为故障判断依据，若具有相同运行状态的数据类为多维数据时，则以多维数据的质心作为故障判断依据。所述的一维数据的中心具体为一维数据的平均值，在多维数据空间中，以检测样本映射的点与中心之间的距离与距离阈值相比较，在距离阈值内的数据判定为正常数据，在距离阈值外的数据则判定为故障数据，并进行故障报警。所述的多维数据由多个一维数据加权构成，在多维数据空间中，以检测样本映射的点与质心之间的欧式距离与距离阈值相比较，在距离阈值内的数据判定为正常数据，在距离阈值外的数据则判定为故障数据，并进行故障报警。与现有技术相比，本专利技术具有以下优点：一、提高数据利用率：采用基于多维数据空间的诊断方法，可以在保障准确率的前提下，最大限度的利用更多维度的数据，降低故障误报率。二、故障诊断可靠性高：在实际工况较为复杂，检测数据质量不高的情况下，通过对各检测信号对应权重构建多维数据空间加权矩阵，对具有相同运动状态的数据类创建样本多维坐标空间，并且，应用加权矩阵和自动标签分类，既考虑了整个数据集的特性，又消除了各数据集属性之间量纲的差异，并且在一定程度上减弱了噪声数据对距离度量的影响，将距离度量应用到入侵检测中，对复杂的数据集，可以排除次要数据类对结果造成的干扰，提高了系统的可靠性。三、提高分类算法的计算速度：对数据集进行规范化处理，有助于加快分类算法的计算速度，并且可以帮助防止具有较大初始值域的属性与具有较小初始值域的属性相比权重过大，进而影响距离度量的准确性。四、多层控制：本专利技术将基于多维数据空间的轨道列车轴承故障诊断系统分为多个层次的处理单元，然后根据列车实时运动状态，实时性强，可以根据列车运动状态不同造成的信号差异，进一步优化系统。附图说明图1为本专利技术轨道列车轴承故障诊断系统的结构框图。图2为本专利技术轨道列车轴承故障诊断方法的实现流程图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。实施例本专利技术针对
技术介绍
中提到的问题，提出了一种基于多维数据空间的轨道列车轴承故障诊断系统及方法，通过创建样本多维数据空间对轨道列车轴承部件的异常状态信息进行报警和定位，扩大了信息采集和应用的范围，提高了检测准确率和可靠性，具有较强的实用价值。如图1所示，本专利技术包括一种轨道列车轴承故障诊断系统框图，包括数据采集单元、数据发送单元、运行状态识别单元、计算单元、结果显示单元、异常报警单元。数据发送单元输入端为数据采集单元，其输出端为运行状态识别单元，计算单元包含质心计算模块、中心值计算模块、距离计算模块、差值计算模块，输入端为运行状态识别单元，将振动检测数据分别输出到质心计算模块和中心值计算模块中，结果显示单元的输入端为计算单元，诊断结果正常则将数据集反馈给计算单元重新计算，将异常结果输出至异常报警单元。数据采集单元用以采集轴承检测信号和列车状态识别辅助信息数据；数据发送单元用以将采集到的数据发送至运行状态识别单元；运行状态识别单元用以接收数据发送单元传送的数据，并对采集到的数据进行处理，获得列车运行状态；计算本文档来自技高网...

【技术保护点】
1.一种基于多维数据空间的轨道列车轴承故障诊断系统，其特征在于，该系统包括：/n数据采集单元：用以采集轴承检测信号和列车状态识别辅助信息数据；/n数据发送单元：用以将数据采集单元采集到的数据发送至运行状态识别单元；/n运行状态识别单元：接收数据发送单元传送的数据，并对采集到的数据进行预处理，通过分类识别获得列车的运行状态；/n计算单元：用以计算质心和中心值，以及各检测样本数据点与正常样本的质心或中心之间的距离或差值，并将结果传送至结果显示单元；/n结果显示单元：用以进行阈值判断，将在正常阈值内的数据传回计算单元，异常数据发送至异常报警单元内，进行故障报警。/n

【技术特征摘要】
1.一种基于多维数据空间的轨道列车轴承故障诊断系统，其特征在于，该系统包括：
数据采集单元：用以采集轴承检测信号和列车状态识别辅助信息数据；
数据发送单元：用以将数据采集单元采集到的数据发送至运行状态识别单元；
运行状态识别单元：接收数据发送单元传送的数据，并对采集到的数据进行预处理，通过分类识别获得列车的运行状态；
计算单元：用以计算质心和中心值，以及各检测样本数据点与正常样本的质心或中心之间的距离或差值，并将结果传送至结果显示单元；
结果显示单元：用以进行阈值判断，将在正常阈值内的数据传回计算单元，异常数据发送至异常报警单元内，进行故障报警。


2.一种基于多维数据空间的轨道列车轴承故障诊断方法，其特征在于，包括以下步骤：
1)采集列车正常运行的样本数据；
2)对采集到样本数据进行预处理和自动标签，形成参数训练样本集，构建分类模型并使用参数训练样本集进行训练，得到分类识别结果，即列车运行状态标签，并在参数训练样本集中划分运行状态对应的数据类；
3)对具有相同运行状态的数据类通过映射构建样本多维数据空间，并确定多维数据空间中每类正常运行状态的数据类对应的中心或质心；
4)采集待检测的样本数据，并且采用训练好的分类模型识别得到分类识别结果后在待检测的样本数据中划分运行状态对应的数据类，并将其映射到样本多维数据空间中得到对应的检测样本；
5)计算检测样本数据点与中心或质心的距离，并与设定距离阈值相比较，根据比较结果进行故障报警并输出。


3.根据权利要求2所述的一种基于多维数据空间的轨道列车轴承故障诊断方法，其特征在于，所述的步骤1)中，样本数据包括轴承检测信号和列车状态识别辅助信息。


4.根据权利要求3所述的一种基于多维数据空间的轨道列车轴承故障诊断方法，其特征在于，所述的轴承检测信号包括电机轴承振动信号、齿轮轴承振动...

【专利技术属性】
技术研发人员：钟倩文，彭乐乐，孙佳慧，郑树彬，柴晓冬，文静，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：上海;31