一种面向城市轨道交通站台门电子锁的亚健康预测方法技术

本发明专利技术公开了一种面向城市轨道交通站台门电子锁的亚健康预测方法，涉及轨道交通技术领域。本发明专利技术根据电子锁解锁故障(bool)、电子锁闭锁故障(bool)、电子锁闭锁时间(ms)、电子锁解锁时间(ms)四个点位实时运行数据及其历史运行数据，构建一个基于AHP的电子锁亚健康预测模型进行未来的电子锁的健康情况预测，首先通过对单一模块或单一器件健康值的加权结果获得设备系统健康评价指数；基于解锁、闭锁时间建立对应故障模型；构建基于AHP的电子锁亚健康预测模型；本发明专利技术对于涉及或含有电子锁部件的工业设备产品的巡检维护提升，通过亚健康状态预测来降低相关设备的停机成本，增强设备维护班组巡检效率，进而实现降本增效。进而实现降本增效。进而实现降本增效。

【技术实现步骤摘要】
一种面向城市轨道交通站台门电子锁的亚健康预测方法


[0001]本专利技术涉及轨道交通
，特别是涉及一种面向城市轨道交通站台门电子锁的亚健康预测方法。

技术介绍

[0002]城市轨道交通站台屏蔽门和安全门在国内引进比较晚，但是发展速度非常快，滑动门在关上门时，电子锁会自动把门锁上，但由于长期的使用会导致电子锁的生命周期缩短，因此，需要对城市轨道交通站台门电子锁以算法的方式进行智能化的亚健康预测，所以说城市轨道交通站台门电子锁的亚健康预测在是电子锁亚健康非常重要实用的预测方法，在安全保证方面起到举足轻重的作用；
[0003]目前对于城市轨道交通站台门电子锁通常以人工定期运维的方式，该方式难以准确、完整地跟踪电子锁预测设备亚健康状态，运维效率及安全运维问题突出；因此，我们提出一种面向城市轨道交通站台门电子锁的亚健康预测方法。

技术实现思路

[0004]本专利技术的目的在于提供一种面向城市轨道交通站台门电子锁的亚健康预测方法，解决上述背景中提出的问题。
[0005]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]本专利技术为一种面向城市轨道交通站台门电子锁的亚健康预测方法，根据电子锁解锁故障(bool)、电子锁闭锁故障(bool)、电子锁闭锁时间(ms)、电子锁解锁时间(ms)四个点位实时运行数据及其历史运行数据，构建一个基于AHP的电子锁亚健康预测模型进行未来的电子锁的健康情况预测，包括如下步骤；
[0007]S1：通过对单一模块或单一器件健康值的加权结果获得设备系统健康评价指数；
[0008]S2：基于解锁、闭锁时间建立对应故障模型；
[0009]S3：构建基于AHP的电子锁亚健康预测模型；
[0010]S4：完成未来的电子锁的健康情况预测。
[0011]所述S1中建立时间对系统设备综合健康指数影响的非线性模型反映出时间与系统综合健康指数关系。
[0012]所述S2中根据历史数据，统计出解锁、闭锁的时间，并求出均值和标准差，使用正态分布，给出时间分布的区间范围。
[0013]所述S3中运用层次分析法构造系统模型，包括4个步骤：一、建立层次结构模型；二、构造判断(成对比较)矩阵；三、层次单排序及其一致性检验；四、层次总排序及其一致性检验。
[0014]所述S3中建立层次结构模型时不把所有因素放在一起比较，而是两两比较；对此时采用相对尺度，以减少性质不同的诸因素相互比较的困难，以提高准确性。
[0015]本专利技术具有以下有益效果：
[0030]步骤2：基于解锁、闭锁时间建立对应故障模型。
[0031]根据历史数据，统计出解锁、闭锁的时间，并求出均值和标准差，使用正态分布，可以给出时间分布的区间范围。高斯正态分布的公式如下：
[0032][0033]其中μ是时间分布的平均值，σ是时间分布的标准差。标准差：
[0034][0035]如图3所示，分别对正常的解锁时间进行统计，建立高斯分布模型X1～N(μ1,σ
12
)。接着对亚健康情况及其之前几组(这个可以根据历史数据分布给出)的解锁和时间统计，并且建立高斯分布模型X2～N(μ2,σ
22
)。同理，闭锁时间模型也是这样的方式建立。
[0036]由于，亚健康的时间较长，所以高斯分布更靠右；而且这类问题出现的时候，解锁时间波动较大，不够稳定，所以标准差σ较大，从高斯分布的公式可知，高斯分布曲线更平缓。
[0037]因此正常解锁时间的高斯分布和亚健康解锁时间的高斯分布的交点μ
i
靠近σ较大(亚健康)那个分布。在该交点的位置，两种分布的概率是一样的。假设这是一个触动亚健康的阈值点，当解锁时间大于这个阈值的时候，就进行亚健康评估，如果小于或等于的时候，就认为是健康的。其中，如图4所示，解锁时间为x的时候，分别根据两个高斯分布计算出y1、y2(y2>y1)：
[0038]本方案中，电子锁解锁状态亚健康评估的流程如下：
[0039]1.比较当前的解锁时间是否大于μ
i
，如果不大于，则直接认定为健康；否则，执行2。
[0040]2.需要对y1、y2进行加权操作，加权操作根据σ的大小(可以反映数据的可靠性)来确定，对y1的加权为：对y2的加权为：
[0041]接着执行3。
[0042]3.计算出亚健康发生的概率，计算如下：根据设定的亚健康发生的阈值thresh(一般大于0.5)，判断是否出现亚健康；当h>thresh则提示发生亚健康，否则执行4；
[0043]4.连续多次(C1，用户自己设定值)计算亚健康发生的概率，并且求和得到H，如果中间有连续多次(C2，用户自己设定值)解锁时间小于μ
i
，则H＝0。判断是否出现亚健康，当H＞thresh则提示发生亚健康如果出现，则提示。
[0044]同理，电子锁闭锁亚健康预测流程也是这样的。
[0045]步骤3：基于AHP的电子锁亚健康预测模型。
[0046]层次分析法(Analytic Hierarchy Process，AHP)这是一种定性和定量相结合的、系统的、层次化的分析方法。特点是在对复杂决策问题的本质、影响因素及其内在关系等进
行深入研究的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。是对难以完全定量的复杂系统做出决策的模型和方法。
[0047]层次分析法的步骤，运用层次分析法构造系统模型时，大体可以分为以下四个步骤：
[0048]1、建立层次结构模型；
[0049]2、构造判断(成对比较)矩阵；
[0050]3、层次单排序及其一致性检验；
[0051]4、层次总排序及其一致性检验。
[0052]指标之间比较量化值规定：
[0053]因素i比因素j量化值同等重要1稍微重要3较强重要5强烈重要7极端重要9两相邻判断的中间值2，4，6，8倒数a
ij
＝1/a
ji
[0054]建立层次结构模型时不把所有因素放在一起比较，而是两两比较；对此时采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准确性；a
ij
表示第i个元素相对第j个元素的比较结果。
[0055]以电子锁亚健康预测中的如下特征：A1.电子锁解锁故障值；A2.电子锁闭锁故障值；A3.电子锁解锁亚健康检测值；A4.电子锁闭锁亚健康检测值；根据4个故障发生的概率，通过故障发生的概率进行重要性排序，并计算每一种故障的重要性权重。按照各种故障出现的频率(假设A1>A2>A3>A4)进行排序，建立层次结构表如下：
[0056]ZA1A2A3A4A11246A21/2124A31/41/212A41/61/41/21
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向城市轨道交通站台门电子锁的亚健康预测方法，其特征在于，根据电子锁解锁故障、电子锁闭锁故障、电子锁闭锁时间、电子锁解锁时间四个点位实时运行数据及其历史运行数据，构建一个基于AHP的电子锁亚健康预测模型进行未来的电子锁的健康情况预测，包括如下步骤；S1：通过对单一模块或单一器件健康值的加权结果获得设备系统健康评价指数；S2：基于解锁、闭锁时间建立对应故障模型；S3：构建基于AHP的电子锁亚健康预测模型；S4：完成未来的电子锁的健康情况预测。2.根据权利要求1所述的一种面向城市轨道交通站台门电子锁的亚健康预测方法，其特征在于，所述S1中建立时间对系统设备综合健康指数影响的非线性模型反映出时间与系统综合健康指数关系。3.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：刘兰徽，李松，覃学健，陈达，
申请(专利权)人：重庆工业大数据创新中心有限公司，
类型：发明
国别省市：