【技术实现步骤摘要】
本专利技术属于故障诊断，尤其涉及一种基于声学信号的列车塞拉门故障诊断方法与系统。
技术介绍
1、高速列车存在运行密度大，客流量密集的特点，列车塞拉门的频繁开关会使塞拉门系统各部件之间的摩擦加大，极易损坏车门零部件，同时列车塞拉门的故障可能严重威胁乘客安全，并造成列车延误，并且通常故障延误的不仅是本次列车，还会影响后续列车的正常运行，从而造成很大的积压延误。
2、为了实现对塞拉门的故障检测，具体的在专利技术专利申请cn202410143231.1《基于格拉姆角场与深度学习的地铁塞拉门故障检测方法》中通过利用深度学习网络实现对地铁车门系统中下档销位移、压轮过压、v型倒置故障以及v型尺寸正向超标故障的实时检测，可实现故障自动实时检测，确保行车安全，但是这种检测方法存在电信号不易采集，以及采集过程中可能会给列车塞拉门的电气系统带来干扰的问题。
3、在论文《a sound-based fault diagnosis method for railway pointmachines based on two-stage feature selection strategy and ensembleclassifier》中利用声学信号进行塞拉门的故障检测，但是其采用固定的全指向性单麦克风，在实际的列车运行过程中声音干扰信号较多，全指向性单麦克风在拾音方面存在重大的缺陷，同样无法准确的实现对列车的塞拉门的故障的准确诊断。
4、针对上述技术问题，具体的本申请提供一种基于声学信号的列车塞拉门故障诊断方法与系统。<...
【技术保护点】
1.一种基于声学信号的列车塞拉门故障诊断方法，其特征在于，具体包括：
2.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述预设类型的干扰信号包括脚步声、行李箱滚轮滚动声以及人声。
3.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述不同维度的相似情况包括在不同的时域特征的相似情况以及频域特征的相似情况。
4.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述处理信号中的干扰时刻的确定的方法为：
5.如权利要求4所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述幅值异常系数根据信号幅值与预设幅值的比值进行确定。
6.如权利要求4所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述相似类型为相似系数大于预设相似系数的预设类型的干扰信号的信号特征。
7.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述声学特征信号包括频域特征信号和时域特征信号。
8.如权利要求1所述的基于声学信号的列车塞拉门故
9.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述历史声学信号与所述声学信号的一致情况根据所述历史声学信号与所述声学信号在不同时刻的声学特征信号的信号相似系数进行确定。
10.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1-9任一项所述的一种基于声学信号的列车塞拉门故障诊断方法。
...【技术特征摘要】
1.一种基于声学信号的列车塞拉门故障诊断方法，其特征在于，具体包括：
2.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述预设类型的干扰信号包括脚步声、行李箱滚轮滚动声以及人声。
3.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述不同维度的相似情况包括在不同的时域特征的相似情况以及频域特征的相似情况。
4.如权利要求1所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述处理信号中的干扰时刻的确定的方法为：
5.如权利要求4所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述幅值异常系数根据信号幅值与预设幅值的比值进行确定。
6.如权利要求4所述的基于声学信号的列车塞拉门故障诊断方法，其特征在于，所述相似类型为相似系数大于预设相似系数的预设类型的干扰信号的信号特征。
【专利技术属性】
技术研发人员：马骅，卢伟，
申请(专利权)人：郑州铁路职业技术学院，
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。