一种电力机车故障源定位方法及装置制造方法及图纸

本发明专利技术提供一种电力机车故障源定位方法及装置。方法包括：通过TCMS总线获取机车子设备单元的运行数据；通过训练好的故障源识别模型对所述运行数据进行故障识别，得到故障源自动识别结果，所述故障源识别模型用于对所述运行数据进行分类，得到所述运行数据所属类别对应的故障源数据，所述故障源自动识别结果为故障源数据。本发明专利技术能够提高机车出现故障时的故障定位效率，大大减少人的劳动量，降低故障排查时间成本，使得机车故障定位更加快速、准确。

【技术实现步骤摘要】
一种电力机车故障源定位方法及装置
本专利技术涉及电力机车故障诊断
，具体而言，尤其涉及一种电力机车故障源定位方法及装置。
技术介绍
目前，电力机车在出现故障时，主要依靠人工方式对机车上设备记录的运行数据进行综合分析，通过逻辑推理定位机车故障源。由于在机车故障时，某个设备故障可能同时会导致其他设备出现故障情况，所以可能会同时出现很多故障现象；这就要求分析人员需要对机车数据和故障之间的关联关系非常熟悉，否则很难通过运行数据快速确定故障源。依靠人工定位故障，执行效率较低。
技术实现思路
根据上述提出人工定位故障效率低下的技术问题，而提供一种电力机车故障源定位方法。本专利技术能够确保机车在出现故障时，快速、高效、准确定位故障源，缩短故障排查时间，降低时间成本，使机车运用变得更加安全、高效和经济。本专利技术采用的技术手段如下：一种电力机车故障源定位方法，包括：通过TCMS总线获取机车子设备单元的运行数据；通过训练好的故障源识别模型对所述运行数据进行故障识别，得到故障源自动识别结果，所述故障源识别模型用于对所述运行数据进行分类，得到所述运行数据所属类别对应的故障源数据，所述故障源自动识别结果为故障源数据。进一步地，所述故障源识别模型为误差反向传播神经网络模型，将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型。进一步地，所述将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的实际故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型，包括：根据所述误差反向传播神经网络模型的输出层神经元的输出数据与所述实际故障数据的差值调整误差函数，使所述误差函数达到最小。进一步地，所述将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的实际故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型，还包括：根据所述误差函数调节所述误差反向传播神经网络模型的结构参数，所述结构参数包括输入层节点与隐含层节点间的关联权值、隐含层各节点的相应阀值、隐含层节点与输出层节点间的关联权值以及输出层各节点的相应阀值。进一步地，方法还包括：对所述机车子设备单元的运行数据进行存储。一种电力机车故障源定位装置，包括：获取单元，用于通过TCMS总线获取机车子设备单元的运行数据；识别单元，用于通过训练好的故障源识别模型对所述运行数据进行故障识别，得到故障源自动识别结果，所述故障源识别模型用于对所述运行数据进行分类，得到所述运行数据所属类别对应的故障源数据，所述故障源自动识别结果为故障源数据。进一步地，所述故障源识别模型为误差反向传播神经网络模型；所述识别单元包括模型训练模块，用以将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型。进一步地，所述训练模块还用于根据所述误差反向传播神经网络模型的输出层神经元的输出数据与所述实际故障数据的差值调整误差函数，使所述误差函数达到最小。进一步地，所述训练模块还用于：根据所述误差函数调节所述误差反向传播神经网络模型的结构参数，所述结构参数包括输入层节点与隐含层节点间的关联权值、隐含层各节点的相应阀值、隐含层节点与输出层节点间的关联权值以及输出层各节点的相应阀值。进一步地，装置还包括存储模块，用于对所述机车子设备单元的运行数据进行存储。较现有技术相比，本专利技术具有以下优点：本专利技术提出了一种基于神经网络的电力机车故障定位模型，模型采用BP神经网络算法对机车故障源进行定位，并通过仿真验证了模型定位结果的有效性。该模型在一定程度上解决了机车故障定位复杂、费力费时的难题，定位方法可以推广到其他类型的车辆上，为后续电力机车以及相似类型车辆的故障定位提供了新的探索方向。通过本专利技术构建的机车故障定位模型，能够在很大程度上提高机车出现故障时的故障定位效率，大大减少人的劳动量，降低故障排查时间成本，使得机车故障定位更加快速、准确。基于上述理由本专利技术可在轨道交通领域广泛推广。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为TCMS系统拓扑结构图。图2为本专利技术机车故障源定位方法流程图。图3为实施例中机车故障源定位系统结构图。图4为实施例中神经网络模型结构图。图5为实施例中神经网络模型与对比模型训练收敛效果图。图6为实施例中神经网络模型与对比模型定位误差效果图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。大部分现有电力机车TCMS总线采用列车总线(WTB)和多功能车辆总线(MVB)形式。列车级总线通过重联网关实现列车级总线控制，多功能车辆总线通过主处理单元实现车辆级总线控制。TCMS系统拓扑结构如图1所示。TCMS主要功能是使各个子设备单元相互协同工作，各个子设备单元将自身数据通过车辆总线上传至主处理单元MPU，以进行相关逻辑控制，实现机车安全稳定运行。本专利技术以HXD2型电力机车为例，通过对HXD2型电力机车网络控制系统故障分析定位的现状分析，针对机车故障难以准确高效定位故障源的问题，提出一种故障快速定位方法。定位方法可以推广到其他类型的车辆上。如图2所示，一种电力机车故障源定位方法，包括通过TCMS总线获取机车子设备单元的运行数据；通过训练好的故障源识别模型对所述运行数据进行故障识别，得到故障源自动识别结果。所述故障源识别模型用于对所述运行数据进行分类，得到所述运行数据所属类别对应的故障源数据，所述故障源自动识别结果为故障源数据。进一步地，该方法还包括对所述机车子设备单元的运行数据进行存储。具体本文档来自技高网...

【技术保护点】
1.一种电力机车故障源定位方法，其特征在于，包括：/n通过TCMS总线获取机车子设备单元的运行数据；/n通过训练好的故障源识别模型对所述运行数据进行故障识别，得到故障源自动识别结果，所述故障源识别模型用于对所述运行数据进行分类，得到所述运行数据所属类别对应的故障源数据，所述故障源自动识别结果为故障源数据。/n

【技术特征摘要】
1.一种电力机车故障源定位方法，其特征在于，包括：
通过TCMS总线获取机车子设备单元的运行数据；
通过训练好的故障源识别模型对所述运行数据进行故障识别，得到故障源自动识别结果，所述故障源识别模型用于对所述运行数据进行分类，得到所述运行数据所属类别对应的故障源数据，所述故障源自动识别结果为故障源数据。


2.根据权利要求1所述的电力机车故障源定位方法，其特征在于，所述故障源识别模型为误差反向传播神经网络模型，将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型。


3.根据权利要求2所述的电力机车故障源定位方法，其特征在于，所述将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的实际故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型，包括：
根据所述误差反向传播神经网络模型的输出层神经元的输出数据与所述实际故障数据的差值调整误差函数，使所述误差函数达到最小。


4.根据权利要求3所述的电力机车故障源定位方法，其特征在于，所述将历史运行数据作为所述误差反向传播神经网络模型的输入层神经元的输入数据、将与所述历史运行数据相对应的实际故障源数据作为所述误差反向传播神经网络模型的输出层神经元的输出数据，训练所述误差反向传播神经网络模型，还包括：
根据所述误差函数调节所述误差反向传播神经网络模型的结构参数，所述结构参数包括输入层节点与隐含层节点间的关联权值、隐含层各节点的相应阀值、隐含层节点与输出层节点间的关联权值以及输出层各...

【专利技术属性】
技术研发人员：王玉祥，鲁振山，刘艳龙，
申请(专利权)人：中车大连电力牵引研发中心有限公司，
类型：发明
国别省市：辽宁;21