齿轮箱的故障预测、监测和诊断方法及相应装置制造方法及图纸

技术编号:27061369 阅读:17 留言:0更新日期:2021-01-15 14:41
本发明专利技术公开了一种齿轮箱的故障预测、监测和诊断方法及相应装置。其中,该方法包括:采集齿轮箱的工作数据和列车运行数据;对齿轮箱的工作数据和列车运行数据进行智能分析处理,预测得到齿轮箱的故障数据。本发明专利技术解决了无法及时、准确地预测列车齿轮箱的故障的技术问题。

【技术实现步骤摘要】
齿轮箱的故障预测、监测和诊断方法及相应装置
本专利技术涉及齿轮箱领域,具体而言,涉及一种齿轮箱的故障预测、监测和诊断方法及相应装置。
技术介绍
齿轮箱是轨道交通列车传动系统的关键零部件。齿轮箱的小齿轮通过联轴节与牵引电机实现柔性连接;齿轮箱的大齿轮压装在车轴上,齿轮箱通过齿轮啮合传递动力,将牵引电机的动力传递到车轴上,带动车辆运行。传统齿轮箱的故障诊断系统通过采集齿轮箱的单一数据,然后判断齿轮箱测点数据是否超过阈值,并根据判断结果确认齿轮箱的运行状态。但由于各辆车的运行状态不同、季节环境因素不同等原因,导致人为设定的阈值很难有广泛的适用性,造成误报率或漏报率太高,影响对齿轮箱的故障检测,进而对列车的安全形成隐患。此外,现有的列车齿轮箱安全监控系统只能实现故障的实时诊断,当诊断出故障时,故障已经发生,已经影响行车安全和运营秩序。因此相关技术无法实现对列车齿轮箱的故障预测。针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种齿轮箱的故障预测、监测和诊断方法及相应装置,以至少解决无法及时、准确地预测列车齿轮箱的故障的技术问题。根据本专利技术实施例的一个方面,提供了一种齿轮箱的故障预测方法,包括:采集齿轮箱的工作数据和列车运行数据;对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据。可选地,在对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据之前,还包括:对所述齿轮箱的工作数据和所述列车运行数据进行预处理,得到预处理后的数据;对所述预处理后的数据进行筛选,得到至少一个测点对应的测点数据;根据所述测点数据,确定所述测点数据的数据特征,其中,所述数据特征包括:基础统计特征、变化速率特征、时间窗口特征和竞争特征;根据所述测点数据的数据特征,预测得到所述齿轮箱的故障数据。可选地,对所述齿轮箱的工作数据和所述列车运行数据进行预处理包括以下至少之一:数据清洗,数模转化,数据存储格式转化,数据合并,数据缺失值填补和数据有效性验证。可选地,根据所述测点数据的数据特征,预测得到所述齿轮箱的故障数据包括:使用故障预测模型对所述测点数据的数据特征进行智能分析,预测得到所述齿轮箱的故障数据,其中,所述故障预测模型为机器学习模型。可选地,在对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据之前,所述方法包括:使用所述齿轮箱的工作数据和所述列车运行数据作为样本数据,训练所述故障预测模型,其中,训练所述故障预测模型包括:根据所述样本数据,使用多种分类方法构建多个分类模型,其中,所述多个分类模型均为机器学习模型;集成所述多个分类模型,得到所述故障预测模型。可选地,所述集成多个分类模型得到所述故障预测模型的方法包括以下至少之一:投票平均(Voting/Averaging)方法,引导聚焦(Bagging)方法,提升(Boosting)方法。根据本专利技术实施例的另一方面,还提供了一种齿轮箱的故障监测方法,包括:采集齿轮箱的工作数据;使用故障监测模型对所述齿轮箱的工作数据进行处理,判断所述齿轮箱的状况,其中,所述故障监测模型为使用样本数据训练得到的单一阈值模式的模型,所述样本数据包括所述齿轮箱的历史工作数据和故障数据;当判断所述齿轮箱发生故障时,发出告警信息。根据本专利技术实施例的又一方面,还提供了一种齿轮箱的故障诊断方法,包括:采集齿轮箱的工作数据和列车运行数据;对所述齿轮箱的工作数据和所述列车运行数据进行预处理,得到预处理后的数据;对所述预处理后的数据进行筛选,得到至少一个测点对应的测点数据;根据所述测点数据,确定所述测点数据的数据特征,其中,所述数据特征包括:基础统计特征、变化速率特征、时间窗口特征和竞争特征;使用故障诊断模型对所述测点数据的数据特征进行智能分析处理,诊断得到所述齿轮箱的故障数据,其中,所述故障诊断模型为机器学习模型。根据本专利技术实施例的再一方面,还提供了一种齿轮箱的故障预测装置,包括:第一采集单元,用于采集齿轮箱的工作数据和列车运行数据;第一处理单元,用于对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据。根据本专利技术实施例的再一方面,还提供了一种齿轮箱的故障诊断装置,包括:第二采集单元,用于采集齿轮箱的工作数据和列车运行数据;第一预处理单元,用于对所述齿轮箱的工作数据和所述列车运行数据进行预处理,得到预处理后的数据;第一筛选单元,用于对所述预处理后的数据进行筛选,得到至少一个测点对应的测点数据;第一特征工程单元,用于根据所述测点数据,确定所述测点数据的数据特征,其中,所述数据特征包括:基础统计特征、变化速率特征、时间窗口特征和竞争特征;第二处理单元,用于使用故障诊断模型对所述测点数据的数据特征进行智能分析处理,诊断得到所述齿轮箱的故障数据,其中,所述故障诊断模型为机器学习模型。在本专利技术实施例中,采用采集齿轮箱的工作数据和列车运行数据的方式,通过对齿轮箱的工作数据和列车运行数据进行智能分析处理,达到了预测得到齿轮箱故障数据的目的,从而实现了及时、准确地预测齿轮箱的故障的技术效果,进而解决了无法及时、准确地预测列车齿轮箱的故障技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解,构成本申请的一部分,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。在附图中:图1是根据本专利技术实施例1提供的齿轮箱的故障预测方法的示意图;图2是根据本专利技术实施例1提供的齿轮箱故障的特征工程示意图;图3是根据本专利技术可选实施方式提供的齿轮箱故障预测模型集成示意图;图4是根据本专利技术实施例1提供的齿轮箱的故障监测方法的示意图;图5是根据本专利技术实施例1提供的齿轮箱的故障诊断方法的示意图;图6是根据本专利技术实施例2提供的齿轮箱的故障预测装置的结构框图;图7是根据本专利技术可选实施方式的齿轮箱故障处理装置的结构示意图;图8是根据本专利技术实施例3提供的齿轮箱故障诊断装置的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案,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的实施例,而不是全部的实施例。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,都应当属于本专利技术保护的范围。需要说明的是,本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的本文档来自技高网
...

【技术保护点】
1.一种齿轮箱的故障预测方法,其特征在于,包括:/n采集齿轮箱的工作数据和列车运行数据;/n对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据。/n

【技术特征摘要】
1.一种齿轮箱的故障预测方法,其特征在于,包括:
采集齿轮箱的工作数据和列车运行数据;
对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据。


2.根据权利要求1所述的故障预测方法,其特征在于,在对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据之前,还包括:
对所述齿轮箱的工作数据和所述列车运行数据进行预处理,得到预处理后的数据;
对所述预处理后的数据进行筛选,得到至少一个测点对应的测点数据;
根据所述测点数据,确定所述测点数据的数据特征,其中,所述数据特征包括:基础统计特征、变化速率特征、时间窗口特征和竞争特征;
根据所述测点数据的数据特征,预测得到所述齿轮箱的故障数据。


3.根据权利要求2所述的故障预测方法,其特征在于,对所述齿轮箱的工作数据和所述列车运行数据进行预处理包括以下至少之一:
数据清洗,数模转化,数据存储格式转化,数据合并,数据缺失值填补和数据有效性验证。


4.根据权利要求2或3所述的故障预测方法,其特征在于,根据所述测点数据的数据特征,预测得到所述齿轮箱的故障数据包括:
使用故障预测模型对所述测点数据的数据特征进行智能分析,预测得到所述齿轮箱的故障数据,其中,所述故障预测模型为机器学习模型。


5.根据权利要求4所述的故障预测方法,其特征在于,在对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理,预测得到所述齿轮箱的故障数据之前,所述方法包括:
使用所述齿轮箱的工作数据和所述列车运行数据作为样本数据,训练所述故障预测模型,其中,训练所述故障预测模型包括:
根据所述样本数据,使用多种分类方法构建多个分类模型,其中,所述多个分类模型均为机器学习模型;
集成所述多个分类模型,得到所述故障预测模型。


6.根据权利要求5所述的故障预测方法,其特征在于,所述集成多个分类模型得到所述故障预测模型的方法包括以下至少之一:
投票平均(Voting/Av...

【专利技术属性】
技术研发人员:于祥孔海朋赵宗见彭宇阳尚永涛
申请(专利权)人:中车青岛四方机车车辆股份有限公司
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 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。

1