一种智慧城市智轨车辆故障基因预测方法及系统技术方案

本发明专利技术公开了一种智慧城市智轨车辆故障基因预测方法及系统，采集列车部件的振动数据X

【技术实现步骤摘要】
一种智慧城市智轨车辆故障基因预测方法及系统
本专利技术涉及车辆故障检测领域，具体是一种智慧城市智轨车辆故障基因预测方法及系统。
技术介绍
21世纪10年代以来，交通拥堵问题、能源危机问题、环境污染问题、土地短缺问题等对城市交通提出了挑战。为了在舒适性、安全性、节能环保等方面做的更好，新一代的城市客运AutonomousRailRapidTransit(ART)自主轨道列车出现在人们的视野当中。ART被用于解决大城市郊区和小城市地区的交通问题，它不依赖于现有的铁轨，而是可以通过对地通信和线控专项技术来实现自主无轨道的自动驾驶，大大降低了人力物力的损耗。然而，对于ART智轨列车的故障检测手段尚存在很大的空白，目前大都采用类似于城轨列车的原始检测方法。如公开号为CN203732247U的专利采用物理压力弹簧开关的方法进行单元故障信号的诊断。该方法存在一定的运用局限性，且故障检测手段不能根据列车车况自适应的调整，故障预警方面存在研究空白也是亟需解决的问题。
技术实现思路
本专利技术所要解决的技术问题是，针对现有技术不足，提供一种智慧本文档来自技高网...

【技术保护点】
1.一种智慧城市智轨车辆故障基因预测方法，其特征在于，包括以下步骤：/n1)采集列车部件的振动数据X

【技术特征摘要】
1.一种智慧城市智轨车辆故障基因预测方法，其特征在于，包括以下步骤：
1)采集列车部件的振动数据Xh(0)＝[e1,e2,e3,...,en]∈R，其中，e1,e2,...,en代表列车上每一个采样点的振动信息；n表示采样点个数；
2)将所述振动数据编码为DNA序列，提取所述DNA序列的特征，并排列组合所述特征，形成可预测的DNA序列，即候选车辆部件故障基因；
3)利用所述候选车辆部件故障基因训练ESNs深度回声状态网络，得到预测模型；
优选地，还包括：
4)根据实时采集的振动数据，利用所述预测模型预测车辆故障。


2.根据权利要求1所述的一种智慧城市智轨车辆故障基因预测方法，其特征在于，步骤2)中，将所述振动数据编码为DNA序列的具体实现过程包括：
A)选中采集的原始振动信号X的第g列样本，将所述第g列样本赋值到初始的DNA螺旋序列数据矩阵Xh(0)，赋值后的矩阵表示为Xg；
B)计算赋值后的DNA螺旋序列数据矩阵Xg与最大投影值矩阵Xh(z-1)在子空间中的正交投影，得到维度为U的数据矩阵集合Y；z是投影值的序号；h(z-1)是最大投影值；最大投影值正规化后为G，即垂直投影，最小投影值h(0)为0，即平行投影，从最小值开始投影角度每变化一个数值γ，投影值增大Z为投影值数量；
C)将所述数据矩阵集合Y划分为由A，T，C，G四种碱基元素表达的U维特征向量；将A，T，C，G整合为DNA序列S＝S1,S2,S3,...,SN；其中，N为DNA序列长度。


3.根据权利要求2所述的一种智慧城市智轨车辆故障基因预测方法，其特征在于，步骤2)中，候选车辆部件故障基因Vs表示为：Vs＝(W11,W12,...,WUU,C1,...,CU,D1,...,DU)；其中，碱基Bi转移到碱基Bj的概率ni为单个碱基点Bi在DNA序列S中出现的次数；Bi为DNA序列S中第i个数据点位置的碱基；1≤i≤U；U指碱基元素所代表特征向量的维度；N为DNA序列S的长度；nij为碱基对BiBj在DNA序列S中出现的次数；碱基含量碱基位置比DNA序列S中碱基Bi出现的位置标记为Si，si是Si中的值。


4.根据权利要求1所述的一种智慧城市智轨车辆故障基因预测方法，其特征在于，步骤3)的具体实现过程包括：
A)将车辆部件故障基因Vs随机划分为训练集和测试集；初始化多目标灰狼优化算法的迭代次数m、预期精度；
B)将所述训练集、ESNs深度回声状态网络模型储蓄池的初始层数θ0和每一层储蓄池矩阵谱的初始半径κ0作为ESNs深度回声状态网络模型的输入，以具有储蓄池层数θm和储蓄池矩阵谱半径κm的ESNs深度回声状态网络模型作为输出，训练ESNs深度回声状态网络模型；
C)将所述测试集、储蓄池层数θm和储蓄池矩阵谱半径κm作为多目标灰狼优化算法两个目标优化函数的输入，计算两个目标优化函数的值；
D)根据两个所述目标优化函数的值的乘积，更新ESNs深度回声状态网络储蓄池层数和每一层储蓄池矩阵谱半径的搜索路径，使得下一次两个目标函数值的乘积大于当前次两个目标函数值的乘积，从而得到新的储蓄池层数θm+1和储蓄池矩阵谱半径κm+1；
E)迭代次数加1，将新的储蓄池层数θm+1和储蓄池矩阵谱半径κm+1作为多目标灰狼优化算法目标优化函数的输入，返回步骤C)，直至多目标灰狼优化算法目标优化函数值达到预期精度或完成所设定的迭代次数，完成ESNs深度回...

【专利技术属性】
技术研发人员：刘辉，杨睿，李燕飞，夏雨，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43