一种高速列车多参数智能阈值准则制造技术

本发明专利技术公开了一种高速列车多参数智能阈值准则，首先采集高速列车的工况参数与状态监测数据，按照工况参数对状态监测数据进行划分；随后利用模糊核聚类对状态监测数据进行分析，得到各类中心坐标、类内距离；最后计算中心坐标、类内距离与工况多参数之间回归关系，进而智能计算各种工况下的阈值，对高速列车进行智能报警。该方法简单易行，适用于变工况下的高速列车监测数据智能阈值的确定。

【技术实现步骤摘要】
一种高速列车多参数智能阈值准则
本专利技术属监测诊断领域，具体涉及一种高速列车多参数智能阈值准则。
技术介绍
随着我国铁路的高速发展，高速列车已经成为中国高端制造业崛起的重要标志。然而，高速列车属于典型复杂机电系统，以分布式、网络化方式集成了机、电、气、热等多个物理域的部件，部件之间以多种物理作用复杂交互，导致故障表现方式高度复杂化。高速列车的维护普遍沿用不计成本保安全的劳动力密集型计划维修体制，已成为制约我国高铁发展乃至出口的瓶颈，为此，铁路维修保障部门特别提出未来维修方式应该在精确掌握列车状态的前提下，逐渐向状态维修体制过渡，从而保障运行安全、提高维修效率，满足国内和海外维修保障需求。在列车的实时状态监测与故障诊断过程中，如何制定阈值是行业内的一大难题。主要原因在于：高速通常在高转速、强振动、大应力的恶劣环境下工作，单一的阈值指标难以适应工况的变化。如果阈值过高，只能在最大转速的极限情况下报警，会产生较大的漏报率，起不到实时预警、报警的作用。如果阈值过低，虽能适应低转速工况，一旦高转速工作，正常状态误认为故障，会导致很大的维修资源浪费，并带来人员恐慌，影响正常工作。因此，高速列车监测数据的阈值确定需从实时监测数据出发，并适应各种工况的变化。
技术实现思路
本专利技术的目的在于，提供一种高速列车多参数智能阈值准则，从监测数据出发，融入工况多参数，智能确定多种工况下的监测阈值，实现高速列车自适应工况的实时报警。为了实现上述目的，本专利技术采取的技术方案是：1)采集高速列车的工况参数与状态监测数据，按照工况参数对状态监测数据进行划分；2)利用模糊核聚类对状态监测数据进行分析，得到各类中心坐标、类内距离；3)计算中心坐标、类内距离与工况多参数之间回归关系，进而智能计算各种工况下的阈值，对高速列车进行智能报警。所述的步骤1)，具体包含以下内容：首先，采集各种工况下的状态监测数据，其对应的工况参数一并采集，监测状态数据主要为振动加速度信号，工况参数主要包括转速、载荷、温度等。随后，计算状态监测数据的统计特征：如均方根值、方根幅值、偏斜度指标、峭度指标、频域幅值特征、频率集散特征等，并按照工况参数对状态监测数据进行简单划分。所述的步骤2)，具体包含以下内容：首先，利用权利要求2中求得的监测数据统计特征构建N×d的样本集X＝{x1,x2,…,xN}，其中N为监测数据时间序列的个数；d为统计特征的种类数；xi,i＝1,2,…,N是维数为d的样本。按照工况参数可将样本集分成J类，定义隶属度μij表示分类结果，其含义为样本xi属于第j类的可能性，j＝1,2,…,J。随后，给出模糊核聚类分析的目标函数：其中U＝(μij)J×N为隶属度矩阵，V＝{v1,v2,…,vJ}，vj为第j类的中心坐标，m≥1为加权指数。为解决原始样本非线性的问题，引入非线性函数φ(x)把原始样本映射至高维空间中，构建核函数K(xj,vi)＝φ(xj)T·φ(xj)代替xi·vj，得到下式对上式进行求解，得到隶属度μij和类中心坐标vj基于上述公式，模糊核聚类算法的步骤为：①设定聚类数J、模糊聚类指数m，以及停止阈值ε；②根据以上参数初始化隶属度矩阵U；③计算目标函数，判断是否达到中止条件，如果满足，聚类结束，否则继续。④根据式(3)和式(4)更新模糊聚类中心和模糊隶属度矩阵，并转向步骤③。最后，第j类聚类的类内距离为dj＝max||xl-vj||,l＝1,2,…,L(11)所述的步骤3)，具体包含以下内容：首先，将类心坐标V＝{v1,v2,…,vJ}、类内距离D＝{d1,d2,…,dJ}与工况多参数E＝{e1,e2,…,es}构建多元非线性回归模型：其中ek为J维向量，包含各种工况。利用数据自动拟合求解函数f1、f2，得到类心坐标V、类内距离D与工况多参数E之间的函数关系，继而可得到各种工况对应类内距离D之间的关系。然后规定额定工况J0条件下，类内距离超出正常其50％视为报警门限，然后计算出各种工况对应的报警门限d'j，f1、f2的逆函数求得，进而实现对高速列车的智能报警。由于本专利技术一种高速列车多参数智能阈值准则，具有下列区别于传统方法的显著优势：1)基于模糊核聚类分析方法实现了监测数据的信息融合，并对各工况下的监测数据进行了自适应聚类，将各工况下的监测数据在同一个维度下展开，便于制定监测阈值。2)将工况多参数融入阈值的确定过程中，实现阈值随工况的自动更新，智能识别高速列车故障。3)计算简单，运算速度快，便于在工程实际中推广。附图说明图1所示为高速列车轴承信号原始特征；图2所示为高速列车轴承信号模糊核聚类结果；图3所示为高速列车轴承信号到类心的距离；具体实施方式参照图1所示的高速列车轴承信号原始特征，在模拟试验台获取的振动加速度信号计算获得，横坐标为时间单位min，由于各个统计特征含义不同，纵坐标无单位。各个统计特征差别很大，很难再一个尺度下展示，且随工况的影响很大。参考图2所示的高速列车轴承信号模糊核聚类结果，自适应按照工况对特征进行分类，为在各种工况下制定阈值奠定基础，横坐标、纵坐标均为合成参数，没有明显的物理意义。参考图3所示的高速列车轴承信号到类心的距离，摆脱的工况的影响，在同一个维度下展开信号特征。横坐标为时间单位min，纵坐标是距离。附图是本专利技术的具体实施例；下面结合附图对本专利技术的内容作进一步详细说明：1)采集高速列车的工况参数与状态监测数据，按照工况参数对状态监测数据进行划分；2)利用模糊核聚类对状态监测数据进行分析，得到各类中心坐标、类内距离；3)计算中心坐标、类内距离与工况多参数之间回归关系，进而智能计算各种工况下的阈值，对高速列车进行智能报警。所述的步骤1)，具体包含以下内容：首先，采集各种工况下的状态监测数据，其对应的工况参数一并采集，监测状态数据主要为振动加速度信号，工况参数主要包括转速、载荷、温度等。随后，计算状态监测数据的统计特征：如均方根值、方根幅值、偏斜度指标、峭度指标、频域幅值特征、频率集散特征等，并按照工况参数对状态监测数据进行简单划分。表1.统计特征所述的步骤2)，具体包含以下内容：首先，利用权利要求2中求得的监测数据统计特征构建N×d的样本集X＝{x1,x2,…,xN}，其中N为监测数据时间序列的个数；d为统计特征的种类数；xi＝(T1,T2,…,T6),i＝1,2,…,N是维数为d＝6的样本。按照工况参数可将样本集分成J类，定义隶属度μij表示分类结果，其含义为样本xi属于第j类的可能性，j＝1,2,…,J。随后，给出模糊核聚类分析的目标函数：其中U＝(μij)J×N为隶属度矩阵，V＝{v1,v2,…,vJ}，vj为第j类的中心坐标，m≥1为加权指数。为解决原始样本非线性的问题，引入非线性函数φ(x)把原始样本映射至高维空间中，构建核函数K(xj,vi)＝φ(xj)T·φ(xj)代替xi·vj，得到下式对上式进行求解，得到隶属度μij和类中心坐标vj基于上述公式，模糊核聚类算法的步骤为：①设定聚类数J、模糊聚类指数m，以及停止阈值ε；②根据以上参数初始化隶属度矩阵U；③计算目标函数，判断是否达到中止条件，如果满足，聚类结束，否则继续。④根据式(3)和式(4)更新模糊聚类中心和模糊隶属度矩阵，并转向步骤③。第本文档来自技高网...

【技术保护点】
1.一种高速列车多参数智能阈值准则，其特征在于：1)采集高速列车的工况参数与状态监测数据，按照工况参数对状态监测数据进行划分；2)利用模糊核聚类对状态监测数据进行分析，得到各类中心坐标、类内距离；3)计算中心坐标、类内距离与工况多参数之间回归关系，进而智能计算各种工况下的阈值，对高速列车进行智能报警。

【技术特征摘要】
1.一种高速列车多参数智能阈值准则，其特征在于：1)采集高速列车的工况参数与状态监测数据，按照工况参数对状态监测数据进行划分；2)利用模糊核聚类对状态监测数据进行分析，得到各类中心坐标、类内距离；3)计算中心坐标、类内距离与工况多参数之间回归关系，进而智能计算各种工况下的阈值，对高速列车进行智能报警。2.根据权利要求1所述的一种高速列车多参数智能阈值准则，其特征在于，所说的采集高速列车的工况参数与状态监测数据，按照工况参数对状态监测数据进行划分，包括以下步骤：首先，采集各种工况下的状态监测数据，其对应的工况参数一并采集，监测状态数据主要为振动加速度信号，工况参数主要包括转速、载荷、温度等。随后，计算状态监测数据的统计特征：如均方根值、方根幅值、偏斜度指标、峭度指标、频域幅值特征、频率集散特征等，并按照工况参数对状态监测数据进行简单划分。3.根据权利要求1所述的一种高速列车多参数智能阈值准则，其特征在于，所说的利用模糊核聚类对状态监测数据进行分析，得到各类中心坐标、类内距离，包括以下步骤：首先，利用权利要求2中求得的监测数据统计特征构建N×d的样本集X＝{x1,x2,…,xN}，其中N为监测数据时间序列的个数；d为统计特征的种类数；xi,i＝1,2,…,N是维数为d的样本。按照工况参数可将样本集分成J类，定义隶属度μij表示分类结果，其含义为样本xi属于第j类的可能性，j＝1,2,…,J。随后，给出模糊核聚类分析的目标函数：其中U＝(μij)J×N为隶属度矩阵，V...

【专利技术属性】
技术研发人员：申中杰，宫云杰，
申请(专利权)人：西安英特迈思信息科技有限公司，
类型：发明
国别省市：陕西,61