本发明专利技术所述的列车故障数据的分析处理方法，主要是故障数据的采样点比较稀疏或有部分缺失时，在故障数据间进行局部逼近和整体连续。首先把故障运行数据按采样点的时间顺序分成若干段，使每一时间段内的数据呈现出单调变化或稳定不变的特征。设定相邻故障数据之间要插入的故障数据数，在故障数据单调变化区间内，利用最小二乘法拟合多项式，求出相应的插入故障数据。对插值后各变化区间上的数据，进行三次样条函数拟合，根据求出的拟合函数，画出区间上连续变化的故障曲线。在故障数据稳定不变的区间内，直接在各故障数据点之间以直线连接。使列车故障时采集的故障数据出现连续变化的曲线，便于工作人员进行正确分析判断。
【技术实现步骤摘要】
本专利技术所述的用于机车车辆行业列车运行维护终端系统，对列车故障运行数据进行处理优化显示。
技术介绍
目前列车运行过程中发生故障时，分析列车发生故障原因的主要依据是列车发生故障时的运行数据。列车维护人员根据故障数据分析发生故障的原因。当前故障分析的主要方法是把列车运行故障数据按时间顺序在故障点之间用直线连接起来，以观察故障发生的过程。这种对列车故障数据的处理没有连续性，故障数据采样点之间的信息是未知，特别是当故障数据的采样点比较稀疏或有部分缺失时，甚至会得出错误的结论。如何在现有故障数据的基础上尽可能多的体现列车故障的信息是列车维护人员比较关心的问题。针对上述现有技术中所存在的问题，研究设计一种新型的，从而克服现有技术中所存在的问题是十分必要的。
技术实现思路
鉴于上述现有技术中所存在的问题，本专利技术的目的是研究一种新型的，从而解决列车故障时采集的故障数据较少或者数据丢失不全等问题。本专利技术所述的步骤如下 第一步、输入列车运行原始故障数据(Xi，Yi)，i＝0，1…，m及故障数据组数m+1；设定相邻故障数据之间要插入的故障数据数Num。 第二步、在故障数据区间内，确定故障数据单调变化的区间，首先确定区间内极值点，方法如下假设区间内某列车故障数据采集点(xi，yi)，若该点满足yi≤yi+1，yi＜yi-1或者yi＜yi+1，yi≤yi-1，则yi为区间内极小值；若该点满足yi≥yi+1，yi＞yi-1或者yi＞yi+1，yi≥yi-1，则yi为区间内极大值；这里假定在相邻的极大值和极小值之间便是该故障数据的一段单调变化的区间，这样，在故障数据初始值和第一个极值点之间、相邻极值点之间、最后一个极值点与最后一个故障数据之间变形成了若干个单调变化的故障数据区间。若认为该故障数据是稳定不变的。 第三步、在故障数据单调变化区间内，利用最小二乘法拟合多项式，根据设定的相邻故障数据之间要插入的故障数据数Num，求出相应的插入故障数据。最小二乘多项式按下式确定 当k＞4时，也可以使用下式进行最小二乘四次多项式拟合 p(x)＝a0+a1x+a2x2+a3x3+a4x4，k＞4 其中，k为单调区间上故障数据的个数。 第四步、对插值后各变化区间上的数据，进行三次样条函数拟合，根据求出的拟合函数，画出区间上连续变化的故障曲线。 第五步、在故障数据稳定不变的区间内，不对故障数据作处理，画故障曲线时直接在各故障数据点之间以直线连接。 本专利技术所述的多项式拟合的最小二乘方法步骤如下 a、设定拟合多项式的次数n和两数据点之间要插入的数据个数Num； b、列表计算和 c、写出正规方程组，求出a0，a1，…an； d、写出拟合多项式 根据d计算出来的拟合多项式求出插值点处对应的拟合故障数据，若对求出的插值点数据不满意，重新设定拟合多项式的次数n和两数据点之间要插入的数据个数Num，返回步骤b。 本专利技术所述的三次样条插值算法步骤如下 A、计算步长hi及差商f[xi-1，xi]对i＝1，2，…，m，置hi＝xi-xi-1，f[xi-1，xi]＝(yi-yi-1)/hi， B、计算参数λi，μi，di(i＝1，2，…，m-1)，置λi＝hi+1/(hi+hi+1)，μi＝1-λi，di＝6f[xi-1，xi，xi+1] C、利用追赶法解三对角方程组 其中由于方程组矩阵是严格对角占优矩阵，方程组有唯一解，求出S(x)在[xi-1，xi]上的表达式，即可得到故障数据在区间[xi-1，xi]上的连续曲线。 在各单调变化的故障数据时间段均进行拟合并选取合适的拟合数据后，原故障数据序列中除稳定不变的数据区间外便成为均匀分布的并且具有所需密度的数据序列，在故障数据发生变化的序列上，利用三次样条插值函数，便构造出对应时间序列上连续变化的故障曲线。 附图说明 本专利技术共有一张附图 附图1、算法整体流程图。 具体实施例方式 本专利技术的具体实施如下，为了验证上述故障数据处理的算法，选取下表的列车运行故障数据应用该算法。表中原始数据的标志‘-’为原始数据采集的缺失数据。 按上述算法步骤， 1、列车故障数据如上表，设表中每相邻两数据点间插入数据数Num＝1。 2、根据确定单调区间的方法，可知，区间[13，14]是故障数据稳定区间；区间[1，13]和[14，20]是故障数据单调变化区间。 3、在单调区间[1，13]和[14，20]上的故障数据个数均大于3，故采用三次最小二乘多项式函数p(x)＝a0+a1x+a2x2+a3x3。求得拟合多项式系数如下 在区间[1，13]上，a0＝7893.3，a1＝-247.7，a2＝20.1，a3＝-0.6，求得插值点处故障数据值如下表 在区间[14，20]上，a0＝-10244，a1＝3363，a2＝-223，a3＝5，求得插值点处故障数据值如下表 4、根据上述插值点数据和原始故障数据，在区间[1，13]和[14，20]上分别利用三次样条拟合算法，求出三次样条拟合函数。 在区间[1，13]上，插值后数据序列如下表 共有25组数据，即三次样条算法中m＝24，利用上述数据解方程组(6)可得M0，M1…，M24的值，把上述各Mi(i＝0，1，2…24)值代入下式 其中，x∈[xi-1，xi]，hi＝xi-xi-1，i＝1，2…24 上式就是在区间[1，13]上的三次样条拟合函数。 在区间[14，20]上，插值后数据序列如下表 共有13组数据，即三次样条算法中m＝12，利用上述数据解方程组(6)可得M0，M1…，M12的值，把上述各Mi(i＝0，1，2…12)值代入下式 其中，x∈[xi-1，xi]，hi＝xi-xi-1，i＝1，2…12 上式就是在区间[14，20]上的三次样条拟合函数。 利用上述求出的三次样条函数，即可得出各区间上连续光滑的曲线。 5、在故障数据稳定的区间[13，14]上，直接把两点的故障数据值以直线连接，这样，便得出在整个区间[1，20]上故障数据的连续曲线。本文档来自技高网...
【技术保护点】
一种列车故障数据的分析处理方法，主要是故障数据的采样点比较稀疏或有部分缺失时，在故障数据间进行局部逼近和整体连续。其特征在于分析处理方法的步骤如下： 第一步、输入列车运行原始故障数据（Ｘ↓［ｉ］，Ｙ↓［ｉ］），ｉ＝０，１…，ｍ及故障数据组数ｍ＋１；设定相邻故障数据之间要插入的故障数据数Ｎｕｍ。 第二步、在故障数据区间内，确定故障数据单调变化的区间，首先确定区间内极值点，方法如下：假设区间内某列车故障数据采集点（ｘ↓［ｉ］，ｙ↓［ｉ］），若该点满足ｙ↓［ｉ］≤ｙ↓［ｉ＋１］，ｙ↓［ｉ］＜ｙ↓［ｉ－１］或者ｙ↓［ｉ］＜ｙ↓［ｉ＋１］，ｙ↓［ｉ］≤ｙ↓［ｉ－１］，则ｙ↓［ｉ］为区间内极小值；若该点满足ｙ↓［ｉ］≥ｙ↓［ｉ＋１］，ｙ↓［ｉ］＞ｙ↓［ｉ－１］或者ｙ↓［ｉ］＞ｙ↓［ｉ＋１］，ｙ↓［ｉ］≥ｙ↓［ｉ－１］，则ｙ↓［ｉ］为区间内极大值；这里假定在相邻的极大值和极小值之间便是该故障数据的一段单调变化的区间，这样，在故障数据初始值和第一个极值点之间、相邻极值点之间、最后一个极值点与最后一个故障数据之间变形成了若干个单调变化的故障数据区间。若＊＊＊＜０．００１，认为该故障数据是稳定不变的。 第三步、在故障数据单调变化区间内，利用最小二乘法拟合多项式，根据设定的相邻故障数据之间要插入的故障数据数Ｎｕｍ，求出相应的插入故障数据。最小二乘多项式按下式确定： ＊＊＊ 当ｋ＞４时，也可以使用下式进行最小二乘四次多项式拟合： ｐ（ｘ）＝ａ↓［０］＋ａ↓［１］ｘ＋ａ↓［２］ｘ↑［２］＋ａ↓［３］ｘ↑［３］＋ａ↓［４］ｘ↑［４］，ｋ＞４ 其中，ｋ为单调区间上故障数据的个数。 第四步、对插值后各变化区间上的数据，进行三次样条函数拟合，根据求出的拟合函数，画出区间上连续变化的故障曲线。 第五步、在故障数据稳定不变的区间内，不对故障数据作处理，画故障曲线时直接在各故障数据点之间以直线连接。...
【技术特征摘要】
1、一种列车故障数据的分析处理方法，主要是故障数据的采样点比较稀疏或有部分缺失时，在故障数据间进行局部逼近和整体连续。其特征在于分析处理方法的步骤如下第一步、输入列车运行原始故障数据(Xi，Yi)，i＝0，1…，m及故障数据组数m+1；设定相邻故障数据之间要插入的故障数据数Num。第二步、在故障数据区间内，确定故障数据单调变化的区间，首先确定区间内极值点，方法如下假设区间内某列车故障数据采集点(xi，yi)，若该点满足yi≤yi+1，yi＜yi-1或者yi＜yi+1，yi≤yi-1，则yi为区间内极小值；若该点满足yi≥yi+1，yi＞yi-1或者yi＞yi+1，yi≥yi-1，则yi为区间内极大值；这里假定在相邻的极大值和极小值之间便是该故障数据的一段单调变化的区间，这样，在故障数据初始值和第一个极值点之间、相邻极值点之间、最后一个极值点与最后一个故障数据之间变形成了若干个单调变化的故障数据区间。若认为该故障数据是稳定不变的。第三步、在故障数据单调变化区间内，利用最小二乘法拟合多项式，根据设定的相邻故障数据之间要插入的故障数据数Num，求出相应的插入故障数据。最小二乘多项式按下式确定当k＞4时，也可以使用下式进行最小二乘四次多项式拟合p(x)＝a0+a1x+a2x2+a3x3+a4x4，k＞4其中，k为单调区间上故障数据的个数。...
【专利技术属性】
技术研发人员：崔殿国，张福景，李砾工，赵国平，王建强，
申请(专利权)人：谢步明，
类型：发明
国别省市：91[中国|大连]
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。