【技术实现步骤摘要】
一种基于电流特征提取的电磁阀寿命预测方法及装置
本专利技术涉及健康预测与故障诊断领域,尤其涉及一种基于电流特征提取的电磁阀寿命预测方法及装置。
技术介绍
在高速列车制动系统中,高速开关电磁阀(高速电磁阀)作为重要的执行部件,用来控制均衡风缸的充排风,间接控制列车管的气压,以此来实现列车的制动功能。由此可见,高速电磁阀的健康直接影响制动系统的正常运行,一旦高速电磁阀发生故障,便会造成重大的安全事故和经济损失。目前对于高速电磁阀的维修策略是定期替换,如此一来确实避免了由于电磁阀故障造成制动系统的安全事故,但在电磁阀性能未降至最低时便对其进行替换,不仅会造成维护成本过高的问题,资源利用率可不高。剩余使用寿命预测是降低维修成本,提高资源利用率的有效方法。现有的电磁阀剩余使用寿命预测的方法有两类:基于物理模型的方法和基于数据驱动的方法。基于物理模型的方法常用于故障机理简单,容易建模的部件与系统,依赖于其故障机理,虽然模型建立比较复杂,但寿命预测的准确度较高;而数据驱动的方法常用于系统故障机理复杂、状态数据容易获取的场合,通过挖掘系统状态数据与剩余寿命之间的内在联系来实现对寿命的预测,实现起来比较简便,但需要大量完备的系统退化数据和寿命数据。但对于高速电磁阀,一方面故障机理复杂,建立准确的物理退化模型较为困难,一方面由于其极高的可靠性,想要获取大量完备的退化数据和寿命数据也极为困难。
技术实现思路
本专利技术针对上述存在的现有问题,提出了一种基于电流特征提取的电磁阀寿命预测方法及装置,可用于高速电磁阀 ...
【技术保护点】
1.一种基于电流特征提取的电磁阀寿命预测方法,其特征在于,包括以下步骤:/n步骤S1:获取电磁阀在开关过程中其线圈的电流数据;/n步骤S2:从步骤S1获取的电流数据中提取物理特征;/n步骤S3:基于提取的物理特征计算相应的电磁阀健康指标;/n步骤S4:构建电磁阀老化模型,基于电磁阀健康指标历史数据确定模型参数;/n步骤S5:利用参数确定后的电磁阀老化模型预测电磁阀的剩余使用寿命。/n
【技术特征摘要】
1.一种基于电流特征提取的电磁阀寿命预测方法,其特征在于,包括以下步骤:
步骤S1:获取电磁阀在开关过程中其线圈的电流数据;
步骤S2:从步骤S1获取的电流数据中提取物理特征;
步骤S3:基于提取的物理特征计算相应的电磁阀健康指标;
步骤S4:构建电磁阀老化模型,基于电磁阀健康指标历史数据确定模型参数;
步骤S5:利用参数确定后的电磁阀老化模型预测电磁阀的剩余使用寿命。
2.一种基于电流特征提取的电磁阀寿命预测方法,其特征在于,所述步骤S2中,先对步骤S1获取的电流数据进行预处理,再从预处理后的电流数据中提取物理特征;预处理措施为:对于任一时刻,首先对其最近一段时间内每次开关过程中的电流数据分别进行平滑处理,再将平滑处理后的该段时间内多次开关过程中的电流数据按采样点进行平均,得到该段时间内经过平均融合处理后的电流数据,即该段时间内预处理后的电流数据,用于计算该时刻对应的电磁阀健康指标。
3.根据权利要求1所述的基于电流特征提取的电磁阀寿命预测方法,其特征在于,所述步骤S2中,对于一段时间内的电流数据,从中提取以下物理特征:触动电流i1,稳定电流i2,反应时间t1,动作时间t2,电流降落Δi;其中触动电流i1为开关过程中电流数据第一个拐点对应的电流值;稳定电流i2为开关过程中最终稳定后的电流值大小;反应时间t1是电磁阀通电后到电磁阀阀芯开始运动之间的时间间隔;动作时间t2是开关过程中电磁阀阀芯运动的时间;电流降落Δi是阀芯运动过程中由于阀芯运动而产生的反电动势造成的电流降落值大小。
4.根据权利要求1所述的基于电流特征提取的电磁阀寿命预测方法,其特征在于,所述步骤S3中,电磁阀健康指标的计算公式为:
其中,HI为电磁阀的健康指标值,pi为提取的物理特征向量P中第i个物理特征的值,pi_new为在全新电磁阀上测量提取到的第i个物理特征的值;物理特征向量P=(p1,p2,…,pZ),Z为物理特征个数。
5.根据权利要求1所述的基于电流特征提取的电磁阀寿命预测方法,其特征在于,所述步骤S4中,由于电磁阀的健康指标随其老化呈指数型增长,构建指数形式的电磁阀老化模型:
其中,HI(t)表示电磁阀t时刻的健康指标,为常量,σ表示电磁阀老化过程的固定参数,θ和β是随机变量,表示电磁阀的个体差异,B(t)是标准布朗运动。
6.根据权利要求5所述的基于电流特征提取的电磁阀寿命预测方法,其特征在于,所述步骤S4中,采用粒子滤波对电磁阀老化模型的参数θ和β进行自动调整,以最终确定其参数,方法为:
对电磁阀老化模型的参数进行初始化...
【专利技术属性】
技术研发人员:彭军,汤晅恒,杨迎泽,黄志武,张晓勇,李恒,刘伟荣,蒋富,顾欣,程亦君,
申请(专利权)人:中南大学,
类型:发明
国别省市:湖南;43
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。