一种车辆走行部监测部件健康状态管理系统及方法技术方案

本发明专利技术公开了一种车辆走行部监测部件健康状态管理系统及方法，该系统包括：数据采集模块，数据处理模块，健康状态评估模块，剩余寿命预测模块和运维决策模块；通过采集监测部件的振动信号、温度数据以及冲击数据，计算得到相应特征参数，判断监测点位的失效模式，同时结合异常检测模型判断当前监测点位是正常还是异常，并输出异常值。通过监测点位历史异常值变化趋势判断当前健康状态与健康评分；采用健康评分结果、失效模式以及其他检修数据与运行参数，通过失效机理模型以及神经网络数理模型进行剩余使用寿命的预测，最终给出监测部件的运维决策建议。本发明专利技术实现了检修智能化，保障机械设备能够安全可靠高效运行。

【技术实现步骤摘要】
一种车辆走行部监测部件健康状态管理系统及方法
本专利技术涉及铁路运输安全监控以及列车故障检测
，具体涉及一种车辆走行部监测部件健康状态管理系统及方法。
技术介绍
铁路运输作为中国现代交通运输的支柱，是支撑社会和经济发展的核心力量，而安全始终是铁路运输的生命线。走行部轴承、齿轮作为机车最重要的部件，其工作由于高转速、高压力是故障高发部件。而轮对作为与轨道长期接触的承重端，受道路和地面情况影响较大。在现有的机车走行部部件故障诊断算法中，通常采对振动信号进行快速傅里叶变换得到相应频谱，判断频谱是否出现预先设定的旋转部件的特征频率，得到监测部件是否故障，再判断冲击强度的是否达到预先设定振动强度阈值得到报警级别。但是直接通过冲击强度大小进行报警级别判定并不能完全反应监测部件故障的发展程度，往往增加检修工作量且存在走行部故障得不到及时检修的安全隐患。2020年4月《中国城市轨道交通智慧城轨发展纲要》一经发布，智慧城轨的术语标准出现在了大众的眼前，结合大数据、智慧算法进行智慧城轨的建设，由原来的计划修变成故障修与预防修，不光是城轨也是整个轨道交通行业机遇与挑战。
技术实现思路
针对现有技术的以上缺陷，本专利技术目的在于提供一种车辆走行部监测部件健康状态管理系统及方法，本专利技术第一个目的在于提出多源数据融合得到监测部件(监测部件包括齿轮、轴承、踏面等)异常趋势指标，通过异常趋势曲线的发展趋势进行监测部件健康状态分类与健康评分预测，实现对不同部件不同故障类型发展趋势的评估；第二个目的结合历史数据、检修数据、健康状态结果提出车辆走行部监测部剩余使用寿命评估与预测，进而根据故障模式与健康状态、剩余使用寿命提出主动运维策略，有效提高运维效率，保障机械设备能够安全可靠高效运行，延长设备工作周期，避免巨大经济损失。本专利技术通过下述技术方案实现：一种车辆走行部监测部件健康状态管理系统，该系统包括：数据采集模块，数据处理模块，健康状态评估模块，剩余寿命预测模块和运维决策模块；所述数据采集模块，用于获取车辆走行部监测部件的状态监测数据，所述状态监测数据包括振动信号、温度数据、冲击数据以及运行数据，所述运行数据包括转速、运行里程，运行工况等；所述数据处理模块，用于根据采集的车辆走行部监测部件的状态监测数据，进行预处理和分析，计算对应走行部监测部件的振动特征数据、温度特征数据、冲击特征数据和运行特征数据，以及走行部监测部件失效模式；所述健康状态评估模块，用于对不同走行部监测部件构建异常检测模型，并利用所述异常检测模型判断对应走行部监测部件正常或异常，输出异常指标；及通过走行部监测部件异常指标历史发展趋势判断监测部件所处的健康状态评估结果，所述健康状态评估结果包括健康状态与健康评分；所述剩余寿命预测模块，用于对不同走行部监测部件构建故障模式损失函数与剩余寿命预测模型，利用所述预测模型对走行部监测部件进行剩余使用寿命预测；所述运维决策模块，用于对健康状态与剩余寿命结果给出不同走行部监测部件的运维建议，指导车辆健康状态维护。进一步地，所述数据采集模块采集的走行部监测部件包括齿轮、轴承和踏面。进一步地，所述数据采集模块采用的采集装置包括复合传感器、前置处理器和主机，复合传感器采用打孔方式安装于走行部监测部位，利用复合传感器监测部位的振动信号、冲击信号和温度信号；复合传感器并将采集到的数据发送至前置处理器，然后前置处理器将接收到的数据发送至主机。进一步地，所述数据处理模块主要是根据所述数据采集模块采集的数据计算走行部监测部件的冲击特征数据、振动特征数据和温度特征数据，以及监测部件失效模式。所述振动特征数据包括并不限于峰峰值、有效值RMS、峭度值等时域特征值及振动能量等频域特征值；所述温度特征数据包括并不限于同位温差、最高轴温、最大温升等特征值；所述冲击特征数据包括并不限于冲击频次、冲击强度均值等。所述走行部监测部件失效模式包括：踏面部件失效模式包括并不限于：踏面剥离&擦伤、内部缺陷、车轮多边形；齿轮部件失效模式包括并不限于：齿轮故障、啮合异常、润滑异常，所述齿轮故障包括大齿轮故障、小齿轮故障；轴承部件失效模式包括并不限于：滚动体故障、滚动接触面故障、保持架故障、润滑异常，所述滚动接触面故障包括内环故障、外环故障。进一步地，所述健康状态评估模块构建的异常检测模型是基于各走行部监测部件健康状态数据训练得到，输入特征包括走行部监测部件当前的振动特征数据、温度特征数据、冲击特征数据和关联部件的冲击特征数据、振动特征数据和温度特征数据，训练得到一个健康状态数据组成的高维状态下的球心和超球面；通过输入监测点位输入特征值是否落在超球体内还是超球体外得到监测点位正常还是异常，及通过高斯核函数计算当前监测点特征值距超球体距离得到异常值，进行健康状态等级评定，并得出走行部监测部件当前健康得分；其中，所述关联部件是指影响监测部件振动响应的测点，如监测部件同轴的其他监测部件测点数据或其他轴同类型的监测部件测点数据，模型的输出为健康或不健康。健康评分最小0分，最高100分，健康状态越差评分越低。其中健康评分为80分至100分对应部件健康状态，60分至80分对应部件亚健康状态，40分至60分对应部件故障初期，20分至40分对应部件故障中期，0至20分对应部件故障末期。进一步地，所述异常检测模型的表达式如下：其中，k(x,x′)为当前监测点位的异常值；x表示当前监测点特征值，x'表示超球面；表示高斯核函数的方差，控制特征参数高维空间中内积伸缩变化的大小，根据参数寻优原则，本专利技术中进一步地，所述剩余寿命预测模块主要采用检修数据、运行数据及当前健康状态评估结果，结合不同故障模式损失函数与神经网络模型对监测部位剩余使用寿命进行预测。其中不同故障损失函数主要通过剩余使用寿命特征库中对应故障模式、健康评分与运行工况建立得到，剩余使用寿命特征库中不同故障类型、健康状态对应权重系数是根据历史检修数据计算得到，后续根据检修结果不断进行权重系数修正并在剩余使用寿命特征库中进行更新。进一步地，所述运维决策模块通过走行部监测部件的健康状态评估结果确定故障部位，再根据当前健康状态与剩余寿命确定维修的时机，最终通过查阅故障模式与运维建议关系表进行运维建议。另一方面，本专利技术还提供了一种基于列车驾驶仿真系统乘务员行为的评价方法，该方法应用于所述的一种车辆走行部监测部件健康状态管理系统，该方法包括以下步骤：S1：采集车辆走行部监测部件的状态监测数据，所述状态监测数据包括振动信号、温度数据、冲击数据以及运行数据，所述运行数据包括转速、运行里程，运行工况等；S2：根据采集的车辆走行部监测部件的状态监测数据，进行预处理和分析，计算对应走行部监测部件的振动特征数据、温度特征数据、冲击特征数据和运行特征数据，以及走行部监测部件失效模式；S3：根据步骤S2，对不同走行部监测部件构建异常检测模型，并利用所本文档来自技高网...

【技术保护点】
1.一种车辆走行部监测部件健康状态管理系统，其特征在于，该系统包括：数据采集模块，数据处理模块，健康状态评估模块，剩余寿命预测模块和运维决策模块；/n所述数据采集模块，用于获取车辆走行部监测部件的状态监测数据，所述状态监测数据包括振动信号、温度数据、冲击数据以及运行数据，所述运行数据包括转速、运行里程，运行工况；/n所述数据处理模块，用于根据采集的车辆走行部监测部件的状态监测数据，进行预处理和分析，计算对应走行部监测部件的振动特征数据、温度特征数据、冲击特征数据和运行特征数据，以及走行部监测部件失效模式；/n所述健康状态评估模块，用于对不同走行部监测部件构建异常检测模型，并利用所述异常检测模型判断对应走行部监测部件正常或异常，输出异常指标；及通过走行部监测部件异常指标历史发展趋势判断监测部件所处的健康状态评估结果，所述健康状态评估结果包括健康状态与健康评分；/n所述剩余寿命预测模块，用于对不同走行部监测部件构建故障模式损失函数与剩余寿命预测模型，利用所述预测模型对走行部监测部件进行剩余使用寿命预测；/n所述运维决策模块，用于对健康状态与剩余寿命结果给出不同走行部监测部件的运维建议，指导车辆健康状态维护。/n...

【技术特征摘要】
1.一种车辆走行部监测部件健康状态管理系统，其特征在于，该系统包括：数据采集模块，数据处理模块，健康状态评估模块，剩余寿命预测模块和运维决策模块；
所述数据采集模块，用于获取车辆走行部监测部件的状态监测数据，所述状态监测数据包括振动信号、温度数据、冲击数据以及运行数据，所述运行数据包括转速、运行里程，运行工况；
所述数据处理模块，用于根据采集的车辆走行部监测部件的状态监测数据，进行预处理和分析，计算对应走行部监测部件的振动特征数据、温度特征数据、冲击特征数据和运行特征数据，以及走行部监测部件失效模式；
所述健康状态评估模块，用于对不同走行部监测部件构建异常检测模型，并利用所述异常检测模型判断对应走行部监测部件正常或异常，输出异常指标；及通过走行部监测部件异常指标历史发展趋势判断监测部件所处的健康状态评估结果，所述健康状态评估结果包括健康状态与健康评分；
所述剩余寿命预测模块，用于对不同走行部监测部件构建故障模式损失函数与剩余寿命预测模型，利用所述预测模型对走行部监测部件进行剩余使用寿命预测；
所述运维决策模块，用于对健康状态与剩余寿命结果给出不同走行部监测部件的运维建议，指导车辆健康状态维护。


2.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述数据采集模块采集的走行部监测部件包括齿轮、轴承和踏面。


3.根据权利要求2所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述走行部监测部件失效模式包括：
踏面部件失效模式包括：踏面剥离&擦伤、内部缺陷、车轮多边形；
齿轮部件失效模式包括：齿轮故障、啮合异常、润滑异常，所述齿轮故障包括大齿轮故障、小齿轮故障；
轴承部件失效模式包括：滚动体故障、滚动接触面故障、保持架故障、润滑异常，所述滚动接触面故障包括内环故障、外环故障。


4.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述数据采集模块采用的采集装置包括复合传感器、前置处理器和主机，复合传感器采用打孔方式安装于走行部监测部位，利用复合传感器监测部位的振动信号、冲击信号和温度信号；复合传感器并将采集到的数据发送至前置处理器，然后前置处理器将接收到的数据发送至主机。


5.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述数据处理模块计算的走行部监测部件的振动特征数据包括时域特征值和频域特征值，所述时域特征值包括峰峰值、有效值RMS、峭度值，所述频域特征值包括振动能量值；
走行部监测部件的温度特征数据包括同位温差、最高轴温、最大温升特征值；
走行部监测部件的冲击特征数据包括冲击频次、冲击强度均值。


6.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述健康状态评估模块构建的异常检测模型是基于各走行部监测部件健康状态数据训练得到，输入特征包括走行部监测部件当前的振动特征数据、温度特征数据、冲击特征数据和关联部件的...

【专利技术属性】
技术研发人员：杨阳，杜红梅，李夫忠，巫忠书，
申请(专利权)人：成都运达科技股份有限公司，
类型：发明
国别省市：四川;51