【技术实现步骤摘要】
本专利技术涉及温压传感器及高铁运输，尤其涉及一种高铁牵引系统牵引变流器水冷系统温压监测装置。
技术介绍
1、高铁牵引系统由接触网，受电弓，牵引变压器，牵引变流器，牵引电机组成。牵引电机是高铁牵引系统中一个非常重要的组成部分,在列车运行时，牵引电机将电能转化为机械能以供驱动列车；在列车制动时，牵引电机回收动能并再生利用。因此，对于牵引电机的安全监测显得尤为重要。在牵引电机出现各类故障时，牵引电机内牵引变流器的水冷系统的水温和水压会出现明显变化。牵引电机的主体结构由转子、轴承、绕组和其他部件组成，任意部件出现问题时，例如转子磨损，轴承疲劳，润滑不足等等故障都容易导致电机温度上升，进而引发水冷系统的水温、水压快速变化。这些故障轻则减少牵引电机使用寿命，重则引发重大安全事故。
2、牵引变流器的水冷系统对牵引系统的稳定运行和安全性具有关键影响。牵引系统通过散热器、冷却循环管路、水泵等设备，对牵引电机进行冷却，以保证其在高温环境下的正常工作。其中，水冷系统的水温和水压是直接反映牵引系统运行状态的重要参数，由此，实时监测水冷系统的水温和水压对于确保高铁牵引系统的安全运行至关重要。
3、目前，常用温度传感器和压力传感器分别用于监测水冷系统的水温和水压，然而，单独使用这两种传感器需要占用更多的空间，并且维护较为繁琐。为了解决这一问题，温压一体化复合传感器应运而生。该传感器同时检测水温和水压，从而减少了水冷系统所需传感器的数量和占用空间，简化了水冷系统的维护和管理。然而，现有的温压一体化复合传改器在解耦水温和水压的精度和速度
4、综上，为了进一步提升高铁牵引水冷系统水温水压的监测精度和效率，需要优化解耦算法，提升效率，由此亟需一种高铁牵引系统牵引变流器水冷系统温压监测装置，解决现有从温压一体化复合传感器的电信号中解耦出高铁牵引系统牵引变流器水冷系统的水温值或水压值精度低和速度慢的技术问题。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种高铁牵引系统牵引变流器水冷系统温压监测装置，用以解决现有从温压一体化复合传感器的电信号中解耦出高铁牵引系统牵引变流器水冷系统的水温值或水压值精度低和速度慢的技术问题。
2、本专利技术公开的一种高铁牵引系统牵引变流器水冷系统温压监测装置，包括：
3、温压一体化复合传感器，安装于高铁牵引系统牵引变流器水冷系统的进水口处，用于对水冷系统的水温水压实时监测，并将温压一体化复合传感器输出的当前桥电压信号传送至监测模块；
4、监测模块，利用温压一体化复合传感器快速自适应解耦方法对所述温压一体化复合传感器监测到的所述水冷系统的当前桥电压信号进行解耦获得实时解耦的水冷系统的水温值和水压值，判断解耦出的水温值和水压值是否均位于预设阈值范围，若否，则发送预警指令至预警及语音预报模块；
5、预警及语音播报模块，用于基于所述预警指令进行对应报警，并进行报警语音提示。
6、进一步地，所述装置还包括：
7、用户可视化模块，用于显示所述水冷系统的实时水温值和水压值，并提供所述预设阈值范围的编辑界面；其中，所述预设阈值范围包括预设水温阈值范围、预设水压阈值范围；
8、数据存储模块，用于存储所述水冷系统的水温、水压数据和系统运行日志，以及预存温压一体化复合传感器的桥电压信号及对应的水温值和水压值数据。
9、进一步地，所述监测模块自所述数据存储模块获取所述预存的温压一体化复合传感器的桥电压信号及对应的水温值和水压值数据；
10、基于桥电压信号及对应水温值构造第一样本数据集，基于桥电压信号及对应水压值构造第二样本数据集，具体包括如下步骤：
11、采用z-score标准化法对所述桥电压信号进行归一化，获得归一化的桥电压信号，其中，分别为利用温压一体化复合传感器数据采集模型获取的桥电压，和分别为经过归一化后的桥电压；
12、对所述桥电压信号对应的水温值、水压值分别附加扰动，获得扰动后的水温值和水压值，如下：
13、；
14、其中，、分别为水温值和水压值的预期精度，为高斯白噪声；
15、分别得到第一样本数据集中的样本、第二样本数据集中的样本。
16、进一步地，所述利用温压一体化复合传感器快速自适应解耦方法对所述温压一体化复合传感器监测到的所述水冷系统的当前桥电压信号进行解耦获得实时解耦的水冷系统的水温值和水压值包括：
17、建立水温预测bp神经网络模型、水压预测bp神经网络模型；利用所述第一样本数据集对所述水温预测bp神经网络模型进行训练，利用第二样本数据集对所述水压预测bp神经网络模型进行训练；每次训练迭代时，计算损失函数，利用损失函数对权值和偏置量的学习率进行优化，在反向传播过程中，使用优化后的学习率对所述权值和偏置量进行调优；当预测精度满足要求时训练结束，获得训练好的水温预测bp神经网络模型、水压预测bp神经网络模型作为温压一体化复合传感器快速自适应解耦模型；
18、将实时获取的水冷系统的桥电压信号输入所述温压一体化复合传感器快速自适应解耦模型，获得实时解耦的所述水冷系统的水温值和水压值。
19、进一步地，利用损失函数对所述权值和偏置量的学习率进行优化包括：
20、计算所述损失函数对权值矩阵和偏置量矩阵的导数；
21、基于所述损失函数对权值矩阵和偏置量矩阵的导数和，分别计算权值和偏置量的学习率。
22、进一步地，所述权值和偏置量的学习率，计算如下：
23、；
24、其中，为最小学习率，为最大学习率，为学习率调节系数，当计算权值的学习率时，为损失函数e对权值矩阵的导数；否则当计算偏置量的学习率时，为损失函数e对偏置量矩阵的导数。
25、进一步地，计算标定数据值与所述水温或水压预测bp神经网络模型输出值之间的均方误差e作为损失函数，如下：
26、；
27、其中，标定数据值为样本中的扰动后的水温值或水压值，n为输出层节点数；
28、在所述水温预测bp神经网络模型中，输出值为预测水温值，为样本中的扰动后的水温值；
29、在所述水压预测bp神经网络模型中，输出值为预测水压值，为样本中的扰动后的水压值。
30、进一步地，所述水温或水压预测bp神经网络模型的隐含层神经元的激活函数采用sigmoid函数，记为，的导数如下；
31、；
32、其中，x为隐含层的输入。
33、进一步地，计算损失函数e对权值矩阵的导数，如下：
34、；计算所述损失函数e对偏置量矩阵的导数，如下：
35、；
36、其中，、和分别为隐藏层到输出层的权值矩阵、输入矩阵和偏置量矩阵，为第l-1层到l层的权值矩阵，为第l-1层到l层的偏置本文档来自技高网...
【技术保护点】
1.一种高铁牵引系统牵引变流器水冷系统温压监测装置，其特征在于，包括：
2.根据权利要求1所述的装置，其特征在于，所述装置还包括：
3.根据权利要求2所述的装置，其特征在于，所述监测模块自所述数据存储模块获取所述预存的温压一体化复合传感器的桥电压信号及对应的水温值和水压值数据；
4.根据权利要求3所述的装置，其特征在于，所述利用温压一体化复合传感器快速自适应解耦方法对所述温压一体化复合传感器监测到的所述水冷系统的当前桥电压信号进行解耦获得实时解耦的水冷系统的水温值和水压值包括：
5.根据权利要求4所述的装置，其特征在于，利用损失函数对所述权值和偏置量的学习率进行优化包括：
6.根据权利要求5所述的装置，其特征在于，所述权值和偏置量的学习率，计算如下：
7.根据权利要求6所述的装置，其特征在于，计算标定数据值与所述水温或水压预测BP神经网络模型输出值之间的均方误差E作为损失函数，如下：
8.根据权利要求7所述的装置，其特征在于，所述水温或水压预测BP神经网络模型的隐含层神经元的激活函数采用Sigmo
9.根据权利要求8所述的装置，其特征在于，计算损失函数E对权值矩阵的导数，如下：
10.根据权利要求1-9任一项所述的装置，其特征在于，在训练过程中，所述水温或水压预测BP神经网络模型的权值和偏置量定义如下：
...【技术特征摘要】
1.一种高铁牵引系统牵引变流器水冷系统温压监测装置，其特征在于，包括：
2.根据权利要求1所述的装置，其特征在于，所述装置还包括：
3.根据权利要求2所述的装置，其特征在于，所述监测模块自所述数据存储模块获取所述预存的温压一体化复合传感器的桥电压信号及对应的水温值和水压值数据；
4.根据权利要求3所述的装置，其特征在于，所述利用温压一体化复合传感器快速自适应解耦方法对所述温压一体化复合传感器监测到的所述水冷系统的当前桥电压信号进行解耦获得实时解耦的水冷系统的水温值和水压值包括：
5.根据权利要求4所述的装置，其特征在于，利用损失函数对所述权值和偏置量的学习率进行优化包括：<...
【专利技术属性】
技术研发人员：郑德智，张逸姝，秦同，胡纯，那睿，
申请(专利权)人：北京理工大学，
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。