【技术实现步骤摘要】
一种用于评估CRH380型走行部系统健康状态的方法
本专利技术属于可靠性领域，其中具体涉及到的是一种高速列车走行部系统的健康状态方法。
技术介绍
在评估高速列车走行部的健康状态的方法中，可以区分为:(i)基于数据驱动的方法；(ii)基于模型的方法；(iii)基于知识的方法。基于数据驱动方法从观测系统的时间序列中了解健康状态的演变并为高速列车走行部的健康状态评估提供了信息丰富的结果。然而，求解的过程并不是透明的，即对系统的变化缺少物理解释；必须了解合适的失效阈值或者健康等级，这个条件在一些系统中可能是很难实现的，特别是在了解系统机理有限的情况下，评估高速列车走行部的健康状态会受到限制。基于模型的方法通过分析残差来评估系统的健康状态，不通过设置健康等级或失效阈值。事实上，这类方法与系统机理模型紧密结合，可以很方便实现系统的状态监控。但由于缺乏系统的精准解析表达式，往往表现不佳；基于知识的建模方法善于发现局部故障和系统异常状态的因果关系，所以经常被应用于工程中。但随着科学技术的发展和其他领域的科学难题的不断突破，高速列车走...
【技术保护点】
1.一种用于评估CRH380型走行部系统的健康状态的方法，其特征在于，包括：/n步骤一，采集CRH380型走行部系统在不同种健康状态下的测量数据作为训练数据，由领域专家给出置信规则库中初始参数的先验信息，并建立初始参数的训练模型；/n步骤二，根据测量数据量化评估过程中存在的监测不确定性和环境不确定性(二者均与传感器相关，并区分为静态因素和动态因素)；/n步骤三，基于证据折扣方法融合量化后的静态、动态因素得到修正后的属性可靠性；/n步骤四，根据初始专家经验量化系统的认知不确定性因素，并构建专家可靠性模型；/n步骤五，采集CRH380型走行部系统实时工况下的测量数据作为测试数据...
【技术特征摘要】
1.一种用于评估CRH380型走行部系统的健康状态的方法，其特征在于，包括：
步骤一，采集CRH380型走行部系统在不同种健康状态下的测量数据作为训练数据，由领域专家给出置信规则库中初始参数的先验信息，并建立初始参数的训练模型；
步骤二，根据测量数据量化评估过程中存在的监测不确定性和环境不确定性(二者均与传感器相关，并区分为静态因素和动态因素)；
步骤三，基于证据折扣方法融合量化后的静态、动态因素得到修正后的属性可靠性；
步骤四，根据初始专家经验量化系统的认知不确定性因素，并构建专家可靠性模型；
步骤五，采集CRH380型走行部系统实时工况下的测量数据作为测试数据；
步骤六，将上述已量化的三层不确定性因子融入置信规则库评估模型中，并与系统真实健康状态阈值进行拟合，对测试数据进行评估结果的分析。
2.如权利要求1所述的一种用于评估CRH380型走行部系统的健康状态的方法，所述步骤一中，CRH380走行部系统在不同健康状态的测量数据有温度和振动两种物理特征数据；选择式(1)所示由领域专家给出置信规则库的初始值。假设有模型中的第k条规则表示方法如下：
其中，x表示输入向量，表示第k条规则中第m个属性输入参考值，Hn(n＝1,2,…,N)表示第n个评价等级，βn,k表示第k条规则中相对于第n个评价等级Hn的置信度，θk表示第k条规则的规则权重，表示第m个前提属性的权重值，κ表示折扣算子，表示容差范围，rm分别表示为第m个传感器的静态可靠性、动态可靠性和属性可靠性，表示第k条规则的专家可靠性；如果则第k条规则是完整的，否则便是不完整的；特别地，表示对第k条规则的输出完全无知。
3.如权利要求1所述的一种用于评估CRH380型走行部系统的健康状态的方法，其特征在于，所述步骤二中，实际工况下系统不同健康状态级别中测量数据不仅受监测不确定性的影响，还受环境不确定性的影响；此外，还受系统认知不确定性的影响，传统评估方法很难在高速列车这类大型复杂机电设备中应用；选择式(2)-(4)作为量化监测不确定性后的可靠性因子：
其中，xij(i＝1,…,M；j＝1,…,N)为第i个传感器获取的第j个的测量数据，是表示N个监测点的平均值。代表所有指标数据xij与平均值之间的相似性测度，且ris是第i个监测不确定性量化后的可靠性因子；
同理，选择式(5)作为量化环境不确定性后的可靠性因子：
...
【专利技术属性】
技术研发人员：程超，王久赫，王艳，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：吉林;22
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。