一种轨道机车网络控制系统故障诊断方法及其诊断装置制造方法及图纸

本发明专利技术公开了一种轨道机车网络控制系统故障诊断方法及其诊断装置，所述方法包括：构建基于贝叶斯网络和马尔科夫转移矩阵的故障状态鉴别模型；实时采集MVB总线上的MVB数据包并获取当前监测的标准校验时间Δt内故障特征点对应的发生次数，并基于发生次数获取故障特征点的故障特征发生概率和映射概率；利用先验概率转移模型计算出现故障特征对应的故障节点在四个故障状态下的先验概率，最后基于先验概率、映射概率参数利用概率守恒公式分别计算出该故障特征对应故障节点分别处于所述四个故障状态下的后验概率，后验概率最高对应的故障状态为故障节点当前状态的可靠性最高。

A Fault Diagnosis Method and Device for Network Control System of Railway Locomotive

The invention discloses a fault diagnosis method and a diagnostic device for railway locomotive network control system. The method includes: constructing a fault state identification model based on Bayesian network and Markov transfer matrix; collecting MVB data packets on MVB bus in real time and acquiring the corresponding occurrence times of fault feature points within the current monitoring standard verification time t, and acquiring them based on occurrence times. The probabilities of occurrence and mapping of fault features are obtained; the prior probabilities of fault nodes corresponding to fault features under four fault states are calculated by using a prior probability transfer model. Finally, the posterior probabilities of fault features corresponding to fault nodes under the four fault states are calculated by using probability conservation formulas based on the prior probabilities and mapping probabilities parameters respectively. The highest posteriori probability corresponds to the highest reliability of the current state of the fault node.

【技术实现步骤摘要】
一种轨道机车网络控制系统故障诊断方法及其诊断装置
本专利技术属于轨道机车
，具体涉及一种轨道机车网络控制系统故障诊断方法及其诊断装置。
技术介绍
作为目前主力车型的HXD1型机车都配备了MVB网络控制系统，机车重要部件(例如牵引控制单元、中央控制单元、制动机等)均挂在网络上传递数据。但是在机车日常运行过程中，时常出现网络通讯中断、部件通信失效等影响机车运行安全的故障和故障隐患；而该类故障在日常检修和整备时无法进行精确检测和定位，更无法确定到底是瞬时故障，间歇性故障还是永久故障。现有的C4修和C5修规程中也未对机车通信电缆进行性能检测，只是根据机车运行情况进行定性分析，无法保证机车通讯达到最优状态。因此，从保障机车安全运行出发，开发机车网络控制系统分析诊断装置和诊断方法，对保障机车网络通信性能，快速检测机车网络传输质量和可靠性，具有重要的意义。
技术实现思路
本专利技术的目的是提供一种轨道机车网络控制系统故障诊断方法及其诊断装置，用于及时诊断MVB网络控制系统的故障问题，并获取到无故障、瞬时故障、间歇性故障还是永久故障对应的概率，进而便于鉴别故障状态进而及时进行处理，以保证机车网络传本文档来自技高网...

【技术保护点】
1.一种轨道机车MVB网络控制系统故障诊断方法，其特征在于：包括如下步骤：S1：构建基于贝叶斯网络和马尔科夫转移矩阵的故障状态鉴别模型；所述故障状态鉴别模型包括贝叶斯网络结构模型以及基于马尔科夫转移矩阵的先验概率转移模型；其中，所述贝叶斯网络结构模型构建过程如下：首先，构建包含双层事件的贝叶斯网络结构模型架构，第一层为故障特征层，由故障特征点构成；第二层为故障节点层，由故障节点构成；其中，一个故障特征点对应一个故障节点的所有故障特征，根据标准校验时间Δt内故障特征发生次数将每个故障特征点划分为四个频率状态，分别为零次、一次、两次、多次；机车上每个被监测设备以及机车MVB网络分别对应一个故障节点...

【技术特征摘要】
1.一种轨道机车MVB网络控制系统故障诊断方法，其特征在于：包括如下步骤：S1：构建基于贝叶斯网络和马尔科夫转移矩阵的故障状态鉴别模型；所述故障状态鉴别模型包括贝叶斯网络结构模型以及基于马尔科夫转移矩阵的先验概率转移模型；其中，所述贝叶斯网络结构模型构建过程如下：首先，构建包含双层事件的贝叶斯网络结构模型架构，第一层为故障特征层，由故障特征点构成；第二层为故障节点层，由故障节点构成；其中，一个故障特征点对应一个故障节点的所有故障特征，根据标准校验时间Δt内故障特征发生次数将每个故障特征点划分为四个频率状态，分别为零次、一次、两次、多次；机车上每个被监测设备以及机车MVB网络分别对应一个故障节点，每个故障节点包括无故障、瞬时故障、间歇性故障和永久故障四个故障状态；然后，基于机车历史运行故障数据计算每个故障特征点分别在对应四个频率状态下的故障特征发生概率；并构建所述贝叶斯网络结构模型中每个故障节点到匹配的故障特征点的映射概率参数；所述映射概率产生用于表示故障节点处于某个故障状态以及处于故障特征点的某个频率状态时的发生概率；所述先验概率转移模型包括每个故障节点上四类故障状态的先验概率初始值以及标准校验时间Δt内四个故障状态之间先验概率转移函数；S2：实时采集MVB总线上的MVB数据包来获取当前监测的标准校验时间Δt内故障特征点对应的发生次数，并基于所述发生次数获取故障特征点相匹配的故障特征发生概率和映射概率；S3：基于所述故障状态鉴别模型中的先验概率转移模型计算出当前监测时刻故障节点在四个故障状态下的先验概率；S4：基于故障特征点相匹配的故障特征发生概率、映射概率以及故障节点在四个故障状态下的先验概率利用概率守恒公式分别计算出当前监测时刻故障节点分别处于所述四个故障状态下的后验概率；式中，P(cj|x)表示当前监测时刻故障特征点x对应故障节点处于一类故障状态cj下的后验概率；P(x|cj)表示当前监测时刻故障节点处于一类故障状态cj时，故障节点到故障特征点x的映射概率；P(cj)表示当前监测时刻故障节点在一类故障状态cj下的先验概率，P(x)表示当前监测时刻故障特征点x对应的故障特征发生概率；S5：根据步骤S4中故障节点在四个故障状态下的后验概率鉴别故障节点的故障状态；其中，后验概率越高，对应故障状态为故障节点的当前状态的可靠性越高。2.根据权利要求1所述的方法，其特征在于：设...

【专利技术属性】
技术研发人员：黄志武，杨迎泽，周峰，张晓勇，高凯，蒋富，李烁，
申请(专利权)人：长沙瑞纬电气有限公司，
类型：发明
国别省市：湖南,43