一种基于分块慢特征分析的系统故障检测方法技术方案

一种基于分块慢特征分析的系统故障检测方法，它属于故障诊断领域。本发明专利技术解决了已有方法不能够对牵引系统中的强噪声干扰与故障状态进行有效辨识的问题。根据牵引系统的结构特点，本发明专利技术通过互信息分析变量间的高阶统计特性，有助于降低计算复杂度，利用动态慢特征分析方法对各子块的性能进行有效监控，并且设计的两个检验统计量分别具有时间序列特征和一阶差分特征，能够监测牵引系统中的强噪声情况，再根据设计的逻辑决策，可以有效地分离牵引系统中的强噪声干扰与故障状态。本发明专利技术可以应用于故障诊断领域。应用于故障诊断领域。应用于故障诊断领域。

【技术实现步骤摘要】
一种基于分块慢特征分析的系统故障检测方法


[0001]本专利技术属于故障诊断领域，具体涉及一种基于分块慢特征分析的系统故障检测方法。

技术介绍

[0002]目前，牵引系统作为高速列车的复杂机电系统之一，可以提供负载功率和调节列车速度。牵引系统一旦发生故障，故障可能通过多个子系统之间的连接路径传播。这些故障将影响各级子系统的运行性能，严重时甚至导致运行故障。
[0003]由于对低能耗、系统性能和安全运行的要求越来越高，牵引系统变得越来越复杂。以牵引电机为例，CRH2列车最早的异步牵引电机逐渐被永磁(同步)牵引电机取代，更加节能高效。为了提高系统的稳定性，牵引系统的监控方法受到了广泛的关注。其中，基于模型的监测方法需要建立牵引系统的数学模型，通过构造观测器或参数矩阵来检测系统故障。已有方法多根据牵引系统机理，通过采集数据与机理辨识方式分析系统故障，这类方式大多是离线的，需要导出数据进行集中式计算，之后再与机理结合分析故障，因此具有较高的计算复杂度，并大大影响了监测效率。并且现有牵引系统故障诊断技术对于强噪声干扰与故障状态无法进行有效辨识。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分块慢特征分析的系统故障检测方法，其特征在于，所述方法具体包括以下步骤：步骤一、在线采集牵引系统的M0个传感器的监测数据；步骤二、对于步骤一中所采集的每个传感器的监测数据，均进行分块处理；步骤三、分别对每个传感器的监测数据进行时序滞后处理，得到经过时序滞后处理后的各分块数据；步骤四、采用慢特征分析方法分别计算经过时序滞后处理后的各分块数据的慢度映射矩阵；步骤五、根据各分块数据的慢度映射矩阵计算各分块数据的检验统计量，再根据各分块数据的检验统计量进行牵引系统局部的故障判断；若判断结果为有故障，则继续执行步骤六，否则结束整个流程；步骤六、对各分块数据的检验统计量进行整合，获得全局监测检验统计量；再根据获得的全局监测检验统计量判断牵引系统全局是否存在故障。2.根据权利要求1所述的一种基于分块慢特征分析的系统故障检测方法，其特征在于，所述步骤二的具体过程为：其中，x
i
为第i个传感器的监测数据，x
j
为第j个传感器的监测数据，r(x
i
,x
j
)为x
i
与x
j
的数据相关性，p(x
i
)表示x
i
的发生概率，p(x
j
)表示x
j
的发生概率，p(x
i
,x
j
)为联合概率；根据计算出的数据相关性，将彼此独立的传感器监测数据放在一个块中，将互信息大于
‑
100的传感器监测数据放在一个块中，得到分块处理后的结果。3.根据权利要求2所述的一种基于分块慢特征分析的系统故障检测方法，其特征在于，所述步骤三的具体过程为：将分块结果X
b
表示为：其中，代表第i
′
个分块数据，i
′
＝1,2，
…
，n，n为分块的个数；将第i
′
个分块数据中的第i
″
个传感器的监测数据表示为对第i
′
个分块数据中的第i
″
个传感器的监测数据进行时序滞后处理，得到的时序滞后处理后的数据为：其中，为时序滞后处理后的数据，l
j
′
为x

【专利技术属性】
技术研发人员：程超，乔新宇，李华亮，王威珺，邵俊捷，付彩欣，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：