一种基于电流特征提取的电磁阀寿命预测方法及装置制造方法及图纸

本发明专利技术提供了一种基于电流特征提取的电磁阀寿命预测方法及装置，所述方法包括：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。本发明专利技术可用于高速电磁阀剩余使用寿命预测，易于实现，准确度高。

A life prediction method and device of solenoid valve based on current feature extraction

【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，可用于高速电磁阀剩余使用寿命预测，易于实现，准确度高。本专利技术所提供的技术方案为：一方面，提供一种基于电流特征提取的电磁阀寿命预测方法，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。进一步地，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。进一步地，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(电流曲线)第一个拐点对应的电流值，反映了阀芯克服阻力开始运动所需的电磁力大小和电流大小；稳定电流i2为开关过程中最终稳定后的电流值大小，是电磁阀保持开启状态的稳定电流大小；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，即阀芯位移从零到最大处所需的时间；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，反映了阀芯运动的快慢程度。进一步地，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。进一步地，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，和σ可根据人为经验设定，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。进一步地，所述步骤S4中，由于电磁阀的个体差异和老化过程的不确定性，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，利用历史采集的电流数据和计算得到的电磁阀历史健康指标序列HI(t-Nt-1)，HI(t-Nt)，HI(t-Nt+1)，…，HI(t-1)对参数进行调整，其中Nt+1为历史数据组数，具体调整方法如下：(1)粒子集初始化，k＝t-Nt-1：按重要性概率密度函数进行采样，生成θ和β粒子集其中为k时刻第i个θ粒子，为k时刻的第i个β粒子，i＝1，2，...，Ns，Ns为粒子数；(2)对于k＝t-Nt，t-Nt+1，…，t-1，循环执行以下步骤①～⑤：①重要性采样：按重要性概率密度函数进行采样，生成θ和β粒子集②计算k时刻的第i对粒子粒子权重i＝1，2，...，Ns；粒子权重可由健康指标HI(k)进行计算：其中，是由k-1时刻的第i对粒子预测出电磁阀k时刻的健康指标值；τ为健康指标的测量方差，为经验参数。上式的通俗含义为粒子对预测出的健康指标值与实际值HI(k)越接近，计算后其对应的粒子权重越大，多次循环后，更新后的参数值就越接近参数的真实值；③计算归一化粒子权重④重采样：基于根据重采样算法对粒子集进行重采样，重采样后的粒子集记为其中每个粒子的权重都是1/Ns；⑤输出：计算k时刻的更新参数值：和(3)将和作为最终确定的参数θ和β的值。进一步地，所述步骤S5中，利用参数确定后的电磁阀老化模型及以下寿命预测模型计算电磁阀t时刻的剩余使用寿命RUL：RUL＝min{T}{T}＝arg(HI(t+T)＞HIth)其中，HIth为电磁阀正常情况下健康指标能达到的阈值；arg()是求使括号中条件满足的所有自变量的值的集合，上式中用于求满足HI(t+T)＞HIth的所有T的集合{T}；min{T}表示求集合{T}中的最小元素。另一方面，提供一种基于电流特征提取的寿命预测装置，包括以下模块：电流数据获取模块，用于获取电磁阀在开关过程中其线圈的电流数据；物理特征提取模块，用于从电流数据获取模块获取的电流数据中提取物理特征；电磁阀健康指标计算模块，用于基于物理特征提取模块提取的物理特征计算相应的电磁阀健康指标；电磁阀老化模型构建模块，用于构建电磁阀老化模型，并基于电磁阀健康指标历史数据确定模型参数；寿命预测模块，用于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。所述寿命预测装置中各模块的具体工作原理参见上述寿命预测方法中各相应步骤的描述。另一方面，提供一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序；所述计算机程序被处理器执行时，使得处理器实现上述寿命预测方法。进一步地，所述处理器同时可以作为电磁阀控制模块，所述电子设备也可以配置单独的电磁阀控制模块，用本文档来自技高网...

【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