【技术实现步骤摘要】
本专利技术实施例涉及列车故障诊断，尤其涉及一种列车故障诊断方法、装置、电子设备和存储介质。
技术介绍
1、随着机车服役年限的增长，机车主要部件的老化疲劳情况范围增大，势必形成后续故障率呈现逐年增加的趋势。重载机车各子系统内的众多机电零部件随着机车运营时间的增加，内部交变的热应力、机械应力、电应力等不断冲击零部件内部的微观结构，导致其性能逐渐劣化、参数变化，乃至疲劳损伤导致最终失效，严重威胁机车的运行和运输安全。
2、随着互联网和通信技术的发展，重载货运机车诊断系统所承载的数据量呈指数增长的趋势，现有的机车故障诊断系统主要通过传感网络将运行数据上传至云端进行集中处理和故障诊断，由于机车产生的数据量巨大，给云端和数据传输硬件造成的压力过大。
技术实现思路
1、为解决现有以云为核心的诊断方法计算压力过大，且实时性难以满足用户日益增长的服务质量需求的技术问题，本专利技术实施例提供一种列车故障诊断方法、装置、电子设备和存储介质。
2、本专利技术实施例的技术方案是这样实现的：
3、本专利技术实施例提供了第一种列车故障诊断方法，应用于云端，所述方法包括：利用有向无环图确定深度神经网络多个子任务的优先约束关系；所述深度神经网络用于进行列车故障诊断；基于所述优先约束关系，利用自适应切分策略，将深度神经网络切分为多个用于在多个边缘端执行的子任务；将多个所述子任务发送至边缘端，以使所述边缘端执行所述子任务；接收所述边缘端返回的执行结果，并对所述执行结果进行整合，获得列
4、在一实施例中，所述利用有向无环图确定深度神经网络多个子任务的优先约束关系，包括：确定所述深度神经网络层与层之间的信息，以及各层间的执行顺序；将所述层与层之间的信息封装为所述有向无环图的节点；根据所述各层间的执行顺序确定所述有向无环图的边；组合所述有向无环图的节点和所述有向无环图的边，获得有向无环图；其中，所述有向无环图的节点代表子任务，所述有向无环图的边代表节点间执行次序。
5、在一实施例中，所述基于所述优先约束关系，利用自适应切分策略，将深度神经网络切分为多个用于在多个边缘端执行的子任务，包括：利用如下计算式(1)确定所述自适应切分策略：
6、
7、
8、其中，k表示深度神经网络层的切分点位置；ttotal(k)和emobile(k)表示完成深度神经网络推理所有阶段的时延和移动能耗函数，量纲分别为ms和j，tubound表示时延上届，eubound表示能耗上界。
9、本专利技术实施例还提供了第二种列车故障诊断方法，应用于边缘端，所述方法包括：获取云端对深度神经网络进行切分后的多个子任务；所述深度神经网络用于进行列车故障诊断；确定多个所述子任务中本边缘端所对应的第一子任务，以及所述第一子任务的执行顺序；基于所述执行顺序执行所述第一子任务，并将执行结果发送至云端，以使所述云端对所述执行结果进行整合，获得列车故障诊断结果。
10、在一实施例中，所述确定多个所述子任务中本边缘端所对应的第一子任务，以及所述第一子任务的执行顺序，包括：确定资源约束条件，基于所述资源约束条件确定多个所述子任务中本边缘端所对应的第一子任务；确定任务优先约束条件，基于所述任务优先约束条件确定所述第一子任务的执行顺序。
11、在一实施例中，所述基于所述资源约束条件确定多个所述子任务中本边缘端所对应的第一子任务，包括：基于如下计算式(2)所述资源约束条件确定多个所述子任务中本边缘端所对应的第一子任务：
12、∑i(∑rxi,j,r)·ai,j≤aj 计算式(2)
13、其中，xi,j,r＝1为决策变量，表示任务i在边缘节点j上第r个处理；∑rxi,j,r＝1表示任务i分配至边缘节点j，ai,j表示任务i占用的边缘计算资源量，aj表示节点j的计算资源总量。
14、本专利技术实施例还提供了第一种列车故障诊断装置，所述列车故障诊断装置包括：确定模块，用于利用有向无环图确定深度神经网络多个子任务的优先约束关系；所述深度神经网络用于进行列车故障诊断；切分模块，用于基于所述优先约束关系，利用自适应切分策略，将深度神经网络切分为多个用于在多个边缘端执行的子任务；发送模块，用于将多个所述子任务发送至边缘端，以使所述边缘端执行所述子任务；整合模块，用于接收所述边缘端返回的执行结果，并对所述执行结果进行整合，获得列车故障诊断结果。
15、本专利技术实施例还提供了第二种列车故障诊断装置，所述列车故障诊断装置包括：获取模块，用于获取云端对深度神经网络进行切分后的多个子任务；所述深度神经网络用于进行列车故障诊断；确定模块，用于确定多个所述子任务中本边缘端所对应的第一子任务，以及所述第一子任务的执行顺序；执行模块，用于基于所述执行顺序执行所述第一子任务，并将执行结果发送至云端，以使所述云端对所述执行结果进行整合，获得列车故障诊断结果。
16、本专利技术实施例还提供了一种电子设备，包括：传感器、处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，处理器用于运行计算机程序时，执行上述任一方法的步骤。
17、本专利技术实施例还提供了一种存储介质，存储介质中存储有计算机程序，计算机程序被处理器执行时，实现上述任一方法的步骤。
18、本专利技术实施例提供的列车故障诊断方法、装置、电子设备和存储介质，将机车的故障诊断算法分布到边缘节点进行计算，减轻了云端数据处理的压力，提高了边缘计算资源的利用率。
本文档来自技高网...【技术保护点】
1.一种列车故障诊断方法，其特征在于，应用于云端，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用有向无环图确定深度神经网络多个子任务的优先约束关系，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述优先约束关系，利用自适应切分策略，将深度神经网络切分为多个用于在多个边缘端执行的子任务，包括：
4.一种列车故障诊断方法，其特征在于，应用于边缘端，所述方法包括：
5.根据权利要求4所述的方法，其特征在于，所述确定多个所述子任务中本边缘端所对应的第一子任务，以及所述第一子任务的执行顺序，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述资源约束条件确定多个所述子任务中本边缘端所对应的第一子任务，包括：
7.一种列车故障诊断装置，其特征在于，应用于云端，所述列车故障诊断装置包括：
8.一种列车故障诊断装置，其特征在于，应用于边缘端，所述列车故障诊断装置包括：
9.一种电子设备，其特征在于，包括：传感器、处理器和用于存储能够在处理器上运行的计算机程序的
10.一种存储介质，所述存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至6任一项所述方法的步骤。
...【技术特征摘要】
1.一种列车故障诊断方法，其特征在于，应用于云端，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用有向无环图确定深度神经网络多个子任务的优先约束关系，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述优先约束关系，利用自适应切分策略，将深度神经网络切分为多个用于在多个边缘端执行的子任务，包括：
4.一种列车故障诊断方法，其特征在于，应用于边缘端，所述方法包括：
5.根据权利要求4所述的方法，其特征在于，所述确定多个所述子任务中本边缘端所对应的第一子任务，以及所述第一子任务的执行顺序，包括：
【专利技术属性】
技术研发人员：王忠，王雪飞，潘光云，
申请(专利权)人：国能新朔铁路有限责任公司，
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。