一种轨道交通设备的大数据诊断方法技术

本发明专利技术公开了一种轨道交通设备的大数据诊断方法，包括：获取一设备的至少两组设备信号；对所述设备信号进行预设特征提取，将提取的所述预设特征作为子特征得到特征集；筛选出所述特征集内满足所述预设筛选条件的所述子特征作为优质特征，得到优质特征集合；将所述优质特征集合进行智能故障识别，得到识别结果；将各组的所述识别结果进行集成，获得所述交通设备的最终诊断数据。本发明专利技术通过自动化诊断的方法，能够不依赖于人工，就对机械设备故障进行长期、在线、快速、及时的诊断和判断，并且受人为主观因素影响小，诊断结果精度高、稳定性强。

【技术实现步骤摘要】
一种轨道交通设备的大数据诊断方法
本专利技术属于故障诊断
，尤其涉及一种轨道交通设备的大数据诊断方法。
技术介绍
随着近几年中国城市轨道交通行业迅猛发展，为乘客持续提供更安全、更高效、更友好的在途体验，成为各城市地铁运营面临的重大挑战和课题。传统的人工故障诊断，主要依靠运维人员的从业经验，辅以频谱分析等专业知识，对机械设备的故障类型、位置、严重程度等进行现场工作和判断。因此，这种传统的故障诊断方式费时耗力，受人为主观因素的影响较大，即无法准确的对故障做出诊断性的预判，需要大量依赖人的经验、工作效率较低。
技术实现思路
本专利技术的目的是提供一种轨道交通设备的大数据诊断方法，能够不依赖于人工，就对机械设备故障进行长期、在线、快速、及时的诊断和判断。为了实现上述目的，本专利技术采用如下技术方案：一种轨道交通设备的大数据诊断方法，包括：获取交通设备的至少两组设备信号；对所述设备信号进行特征提取，利用提取的特征生成特征集；筛选出所述特征集内满足所述预设条件的优质特征，得到优质特征本文档来自技高网...

【技术保护点】
1.一种轨道交通设备的大数据诊断方法，包括：/n获取交通设备的至少两组设备信号；/n对所述设备信号进行特征提取，利用提取的特征生成特征集；/n筛选出所述特征集内满足所述预设条件的优质特征，得到优质特征集合；/n对所述优质特征集合进行智能故障识别，得到识别结果；/n将各组设备信号对应的的所述识别结果进行集成，生成所述交通设备的最终诊断数据。/n

【技术特征摘要】
1.一种轨道交通设备的大数据诊断方法，包括：
获取交通设备的至少两组设备信号；
对所述设备信号进行特征提取，利用提取的特征生成特征集；
筛选出所述特征集内满足所述预设条件的优质特征，得到优质特征集合；
对所述优质特征集合进行智能故障识别，得到识别结果；
将各组设备信号对应的的所述识别结果进行集成，生成所述交通设备的最终诊断数据。


2.根据权利要求1所述的一种轨道交通设备的大数据诊断方法，其特征在于，筛选出所述特征集内满足所述预设条件的优质特征，得到优质特征集合，包括：
对所述特征集内的子特征进行距离评估分析，得到所述子特征的距离评估值；
筛选出所述距离评估值大于预设评估值的所述子特征，作为优质特征；
利用多个所述优质特征生成优质特征集合。


3.根据权利要求2所述的一种轨道交通设备的大数据诊断方法，其特征在于，对所述特征集内的所述子特征进行距离评估分析，得到各个所述子特征的距离评估值，包括：
获取特征集，{qm,c,j|m＝1,2,…,Mc；c＝1,2,…,C；j＝1,2,…,J},其中Mc为第c类的所述子特征的样本数，C为所述子特征的种类，J为每一类的所述子特征个数；qm,c,j是第c类的第m个样本的第j个特征；
计算第c类中第j个特征的类内距离dc,j，和第c类Mc个样本第j个特征的平均值uc,j；
根据所述类内距离dc,j计算得到dc,j的平均类内距离根据所述平均值uc,j计算得到第j个特征的平均类间距离
根据所述平均类内距离和所述平均类间距离计算第j个特征的距离评估值αj。


4.根据权利要求1所述的一种轨道交通设备的大数据诊断方法，其特征在于，对所述优质特征集合进行智能故障识别，得到识别结果，包括：
针对每组的所述设备信号，分别构建深度ReSNet模型；
将所述优质特征集合内的所述优质特征作为对应的所述深度ReSNet模型的输入进行智能故...

【专利技术属性】
技术研发人员：李昊，胡旭泉，杜广东，
申请(专利权)人：深圳市创捷科技有限公司，
类型：发明
国别省市：广东;44