System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及轨道车辆故障分析,尤其涉及一种轨道车辆场段信息化故障诊断方法及装置。
技术介绍
1、随着轨道车辆发展及数字化信息技术的提升,信息化建设成为地铁发展重要组成部分。目前dcc(车辆场段控制中心)全场景监控和多专业数据融合应用技术研究、智慧乘务管理等理念及其相关技术已经在被广泛认可和应用。
2、故障管理是针对车辆在运用和维修中发生的各种故障现象,进行故障记录和报告,以及定位和分析提出解决方案,以保证列车能够安全、正常和可靠地运营。在现有车载全场景监控系统和多专业数据融合应用的基础上,如何根据轨道车辆的实时数据进行车辆故障的智能分析和诊断,实现车辆故障的快速定位和诊断,并根据故障诊断结果给出相应的检修处理方案,以指导维修人员现场作业,从而提高车辆故障的快速应对能力,提高运维效果,是当前车辆故障管理系统建设中亟待解决的问题。
技术实现思路
1、本专利技术提供一种轨道车辆场段信息化故障诊断方法及装置,用以解决现有技术中车辆故障诊断分析效果欠佳的缺陷,实现车辆故障的快速定位和诊断。
2、本专利技术提供一种轨道车辆场段信息化故障诊断方法,包括:
3、获取轨道车辆实时监测数据;
4、提取所述轨道车辆实时监测数据的故障特征;
5、输入所述轨道车辆实时监测数据的故障特征至应急排故模型,得到故障原因;
6、根据所述故障原因从预设的数据库中获取对应的处理方案;
7、其中,所述应急排故模型基于轨道车辆历史故障数据
8、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,所述故障树模型的构建步骤包括:
9、获取轨道车辆历史故障数据;
10、提取所述轨道车辆历史故障数据中轨道车辆各组件的故障特征;
11、对所述各组件的故障特征进行相关性分析,确定不同故障的故障条件依赖关系;
12、根据故障条件依赖关系,利用传导分析构建故障树模型,所述故障树模型包括:顶层节点、中间节点和叶子节点,所述顶层节点为总体故障,所述中间节点为中间事件,所述叶子节点为基础故障;
13、确定所述故障树模型中各节点间的和/或关系。
14、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,在所述确定所述故障树模型中各节点间的和/或关系之后,还包括:
15、在所述故障树模型中各节点间加入条件概率。
16、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,所述输入所述轨道车辆实时监测数据的故障特征至应急排故模型,得到故障原因,包括:
17、输入所述轨道车辆实时监测数据的故障特征至应急排故模型,通过所述故障树模型从所述顶层节点向下解析,定位故障;
18、计算从所述顶层节点向下解析路径中各节点的条件概率,分析得到故障原因。
19、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,在所述获取轨道车辆实时监测数据之后,还包括:
20、输入所述轨道车辆实时监测数据至故障预警模型,得到预测故障概率;
21、在所述预测故障概率超过故障概率阈值的情况下,根据所述预测故障概率发送相应级别预警;
22、其中,所述故障预警模型基于轨道车辆历史监测数据样本,以及所述轨道车辆历史监测数据样本对应的故障概率作为标签训练得到。
23、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,所述故障预警模型的训练步骤包括:
24、获取轨道车辆历史监测数据样本;
25、提取所述轨道车辆历史监测数据样本中的轨道车辆故障数据样本,根据所述轨道车辆故障数据样本计算对应的故障概率;
26、基于轨道车辆历史监测数据样本,以及所述轨道车辆历史监测数据样本对应的故障概率作为标签构建故障预警数据集;
27、根据所述故障预警数据集训练得到故障预警模型。
28、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,所述故障预警模型采用长短期记忆神经网络,并通过早停止避免过拟合。
29、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,所述根据所述故障原因从预设的数据库中获取对应的处理方案,包括:
30、根据所述故障原因获取对应的故障码;
31、根据所述故障码从预设的数据库中获取对应的处理方案。
32、根据本专利技术提供的一种轨道车辆场段信息化故障诊断方法,所述轨道车辆实时监测数据为传感器实时状态数据,所述故障特征包括:波形、频谱和统计参数。
33、本专利技术还提供一种轨道车辆场段信息化故障诊断装置,包括:
34、数据获取模块,用于获取轨道车辆实时监测数据;
35、特征提取模块,用于提取所述轨道车辆实时监测数据的故障特征;
36、应急排故模块,用于输入所述轨道车辆实时监测数据的故障特征至应急排故模型,得到故障原因;
37、方案获取模块,用于根据所述故障原因从预设的数据库中获取对应的处理方案;
38、其中,所述应急排故模型基于轨道车辆历史故障数据通过相关性分析得到故障条件依赖关系,并根据所述故障条件依赖关系构建故障树模型而得到。
39、本专利技术提供的一种轨道车辆场段信息化故障诊断方法及装置,通过获取轨道车辆实时监测数据,并从轨道车辆实时监测数据中提取相应的故障特征作为后续故障诊断的依据。输入轨道车辆实时监测数据的故障特征至应急排故模型,通过应急故障模型中故障树模型的分层解析,能够得到当前故障特征所对应的故障原因。最后根据故障原因从预设的数据库中获取对应的处理方案,以指导维修人员现场作业,从而提高车辆故障的快速应对能力,提高运维效果。其中,应急排故模型基于轨道车辆历史故障数据通过相关性分析得到故障条件依赖关系,并根据所述故障条件依赖关系构建故障树模型而得到。通过分析故障条件依赖关系搭建故障树模型,进行故障特征的分层解析,理清故障产生的逻辑关系,从而实现故障的快速定位,以及故障原因的精准分析,为故障处理方案的正确选取和执行提供保障。
本文档来自技高网...【技术保护点】
1.一种轨道车辆场段信息化故障诊断方法,其特征在于,包括:
2.根据权利要求1所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述故障树模型的构建步骤包括:
3.根据权利要求2所述的轨道车辆场段信息化故障诊断方法,其特征在于,在所述确定所述故障树模型中各节点间的和/或关系之后,还包括:
4.根据权利要求3所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述输入所述轨道车辆实时监测数据的故障特征至应急排故模型,得到故障原因,包括:
5.根据权利要求1所述的轨道车辆场段信息化故障诊断方法,其特征在于,在所述获取轨道车辆实时监测数据之后,还包括:
6.根据权利要求5所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述故障预警模型的训练步骤包括:
7.根据权利要求5所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述故障预警模型采用长短期记忆神经网络,并通过早停止避免过拟合。
8.根据权利要求1~7任一项所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述根据所述故障原因从预设的数据库中获取对应
9.根据权利要求8所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述轨道车辆实时监测数据为传感器实时状态数据,所述故障特征包括:波形、频谱和统计参数。
10.一种轨道车辆场段信息化故障诊断装置,其特征在于,包括:
...【技术特征摘要】
1.一种轨道车辆场段信息化故障诊断方法,其特征在于,包括:
2.根据权利要求1所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述故障树模型的构建步骤包括:
3.根据权利要求2所述的轨道车辆场段信息化故障诊断方法,其特征在于,在所述确定所述故障树模型中各节点间的和/或关系之后,还包括:
4.根据权利要求3所述的轨道车辆场段信息化故障诊断方法,其特征在于,所述输入所述轨道车辆实时监测数据的故障特征至应急排故模型,得到故障原因,包括:
5.根据权利要求1所述的轨道车辆场段信息化故障诊断方法,其特征在于,在所述获取轨道车辆实时监测数据之后,还包括:
6.根据权利要求...
【专利技术属性】
技术研发人员:王川,张杜玮,胡松,刘光俊,安帅,孟凡晖,
申请(专利权)人:中车青岛四方机车车辆股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。