【技术实现步骤摘要】
道岔故障预测方法、装置、电子设备及存储介质
本专利技术涉及铁路安全
,尤其涉及一种道岔故障预测方法、装置、电子设备及存储介质。
技术介绍
道岔是轨道交通中的关键设计,道岔的健康程度直接关系到行车安全。在现有的技术条件下,对于道岔的故障预测和寿命预计主要基于微机监测的数据,目前主要存在以下两种方法:①单纯计算道岔转换次数,当道岔转换到一定的次数时,发出预警,例如,厂家标定道岔寿命为10万次,当实际使用到8万次时发出警报,提醒维护或更换。②基于微机监测提供的转动电流和功率等数据,分析其变化的趋势;这种方法对于列车种类不同,运营计划多变,环境条件变化大的场景是不适用的。可见,上面两种方法共同的问题是假设未来的负载量与历史工作负荷是同样的,不考虑未来一段时间的行车计划是变化的。但是对于铁路线路,每一个道岔经过车型,载重,编组等状况是不断变化的,同时行车计划也是不断变化的。基于历史行车状况预测未来一段时间的行车负荷是不准确的。因此可知,目前对于道岔的故障预测缺乏准确合理的预测方式,目前对于道岔的故障预测结果不够理想。
技术实现思路
针对现有技术中的问题,本专利技术实施例提供一种道岔故障预测方法、装置、电子设备及存储介质。具体地,本专利技术实施例提供了以下技术方案:第一方面,本专利技术实施例提供了一种道岔故障预测方法,包括:获取预设历史时间段内的第一车务数据和第一行车数据;其中,车务数据为表征车辆自身特点和车重的数据;行车数据为表征车辆行驶情况的数 ...
【技术保护点】
1.一种道岔故障预测方法,其特征在于,包括:/n获取预设历史时间段内的第一车务数据和第一行车数据;其中,车务数据为表征车辆自身特点和车重的数据;行车数据为表征车辆行驶情况的数据;/n获取在所述预设历史时间段内与所述第一车务数据和第一行车数据对应的第一道岔性能退化指标数据;其中,道岔性能退化指标数据为表征道岔健康情况的数据;/n根据所述第一车务数据、所述第一行车数据和所述第一道岔性能退化指标数据,建立道岔性能退化模型;其中,所述道岔性能退化模型是以车务参数和行车参数为自变量,以道岔性能退化指标参数为因变量的模型;/n获取未来时间段内的行车计划,并根据所述行车计划获取第二车务数据和第二行车数据;/n将所述第二车务数据和所述第二行车数据输入至所述道岔性能退化模型中,得到第二道岔性能退化指标数据;/n根据所述第二道岔性能退化指标数据,预测道岔是否会发生故障。/n
【技术特征摘要】
1.一种道岔故障预测方法,其特征在于,包括:
获取预设历史时间段内的第一车务数据和第一行车数据;其中,车务数据为表征车辆自身特点和车重的数据;行车数据为表征车辆行驶情况的数据;
获取在所述预设历史时间段内与所述第一车务数据和第一行车数据对应的第一道岔性能退化指标数据;其中,道岔性能退化指标数据为表征道岔健康情况的数据;
根据所述第一车务数据、所述第一行车数据和所述第一道岔性能退化指标数据,建立道岔性能退化模型;其中,所述道岔性能退化模型是以车务参数和行车参数为自变量,以道岔性能退化指标参数为因变量的模型;
获取未来时间段内的行车计划,并根据所述行车计划获取第二车务数据和第二行车数据;
将所述第二车务数据和所述第二行车数据输入至所述道岔性能退化模型中,得到第二道岔性能退化指标数据;
根据所述第二道岔性能退化指标数据,预测道岔是否会发生故障。
2.根据权利要求1所述的道岔故障预测方法,其特征在于,在根据所述第一车务数据、所述第一行车数据和所述第一道岔性能退化指标数据,建立道岔性能退化模型之后,所述方法还包括:
定期获取一段时间段内新产生的第三车务数据和第三行车数据;
获取与所述第三车务数据和第三行车数据对应的第三道岔性能退化指标数据;
根据所述第三车务数据、所述第三行车数据和所述第三道岔性能退化指标数据,对所述道岔性能退化模型进行更新。
3.根据权利要求1所述的道岔故障预测方法,其特征在于,所述车务数据包括车辆数据和车重数据,所述车辆数据包括车型、编组、轴数和车长中的一种或多种;
所述行车数据包括速度数据和进路数据。
4.根据权利要求1所述的道岔故障预测方法,其特征在于,所述道岔性能退化指标数据包括:道岔转换时间、道岔转换电流的平均值、道岔解锁电流峰值、道岔锁闭电流、道岔缺口值、道岔过车时缺口值的变化幅度和道岔转换功率中的一种或多种。
5.根据权利要求1所述的道岔故障预测方法,其特征在于,根据所述第二道岔性能退化指标数据,预测道岔是否会发生故障,包括:
根据所述第二道岔性能退化指标数据,判断各道岔性能退化指标是否超过对应的预设值,若均未超过,则确定道岔处于健康状态,...
【专利技术属性】
技术研发人员:于银刚,刘超,
申请(专利权)人:交控科技股份有限公司,
类型:发明
国别省市:北京;11
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。