一种通过机器学习进行转辙机健康度评估的方法技术

本发明专利技术公开了一种通过机器学习进行转辙机健康度评估的方法，涉及转辙机健康度评估技术领域，包括以下步骤：S1、数据收集：在对转辙机的设备进行检测前，可以通过转辙机的说明书来收集转辙机的相关数据，包括零部件更换周期、动力机构磨损系数、润滑油加注周期等相关数据；S2、人工检查：工作人员在检测时，先拆开转辙机的机盖，然后利用专用的电路检测装置对转辙机电力线路的稳定性进行检查。在本发明专利技术中，通过结合人员检测经验和理论数值，能够更加全面的对转辙机的健康度有一个更加准确的评估，同时通过设计计算公式以及相关的计算机自动计算程序，在导入数据后能够快速的计算出该设备磨损的实际数值，工作效率大大提高，值得大力推广。得大力推广。得大力推广。

【技术实现步骤摘要】
一种通过机器学习进行转辙机健康度评估的方法


[0001]本专利技术涉及转辙机健康度评估
，具体为一种通过机器学习进行转辙机健康度评估的方法。

技术介绍

[0002]转辙机是指用以可靠地转换道岔位置，改变道岔开通方向，锁闭道岔尖轨，反映道岔位置的重要的信号基础设备，它可以很好地保证行车安全，提高运输效率，改善行车人员的劳动强度，动力转辙机应有足够大的转换力，在解锁状态下，能带动道岔尖轨转换位置；当尖轨受阻不能转换到底时，在值班员的操纵下能随时使道岔尖轨回到原位，当道岔尖轨与基本轨之间没有达到规定的密贴程度时，不应进行锁闭，不锁闭不能使道岔转换过程终了；一旦锁闭，应保证道岔不致因列车通过时的震动而解锁移位，动力转辙机要能正确反映道岔的位置，只有当道岔尖轨与基本轨之间达到规定的密贴程度并锁闭道岔后，才能发出道岔相应位置的表示，道岔被挤后，应有挤岔表示，转辙机不经人工恢复，不能再转换道岔。
[0003]转辙机是一种用于改变轨道道岔的自动化设备，随着经济的不断发展，轨道运输量越来越大，针对不同方向的列车，轨道道岔每天也会不间断的持续运行，长时间的不断变轨切换，对转辙机运行的稳定性和可靠性都是一个巨大的考验，因此，轨道管理人员需要定期对转辙机进行检查，以确保其可以稳定的运行，保证来往列车行进轨道的准确性，目前现有的检测方式都是依靠人工进行检测，通过拆装设备，观察其内部结构情况，再根据内部的磨损状况来判定设备的健康状态，这种检测方式既不准确，同时也很有可能出现误判的情况，实际评估的过程中存在较大的偏差，为此，我们研发出了新的一种通过机器学习进行转辙机健康度评估的方法。

技术实现思路

[0004]本专利技术解决的技术问题在于克服现有技术的现有的检测方式都是依靠人工进行检测，通过拆装设备，观察其内部结构情况，再根据内部的磨损状况来判定设备的健康状态，这种检测方式既不准确，同时也很有可能出现误判的情况，实际评估的过程中存在较大的偏差等缺陷，提供一种通过机器学习进行转辙机健康度评估的方法。所述一种通过机器学习进行转辙机健康度评估的方法通过结合人员检测经验和理论数值，能够对转辙机的健康度有一个更加全面、准确的评估。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种通过机器学习进行转辙机健康度评估的方法，包括以下步骤：
[0006]S1、数据收集：在对转辙机的设备进行检测前，可以通过转辙机的说明书来收集转辙机的相关数据，包括零部件更换周期、动力机构磨损系数、润滑油加注周期等相关数据；
[0007]S2、人工检查：工作人员在检测时，先拆开转辙机的机盖，然后利用专用的电路检测装置对转辙机电力线路的稳定性进行检查，电路检测期间，利用临时控制装置控制转辙机进行工作，使其运转一个工作周期，记录其工作一个周期所需要的时间以及电路数值的
变化；
[0008]S3、设计算法：根据上述步骤收集的转辙机相关数据，利用计算机设备设计出一种转辙机健康度算法，其中各种算法公式包括以下内容：
[0009]设备磨损状态＝实际运转工作周期
×
磨损系数；
[0010]传动机构耐磨性为：
[0011]零件剩余寿命＝理论使用周期-实际使用周期；
[0012]S4、数据计算：将S3中设计的算法导入计算机的软件计算程序中，并对其计算公式进行保存，然后再请计算机编程人员将其设计成一套完成的计算软件，在程序编辑完成后，可以将转辙机的实际数据导入计算程序中进行自动计算即可；
[0013]S5、数据整理：在相关数值计算完成后，需要对其各项数值进行收集整理，并根据以往的计算数值进行对比，比较在相同检测周期内，其相关数值之间的偏差值，并对其偏差值进行统计，形成一个完整的统计表或统计图；
[0014]S6、综合评估：针对S4、S5中的计算结果和数值统计，再根据日常检修人员的工作经验，可以对检测完的转辙机健康度进行一个整体的综合评估，从而使检测人员和后台人员能够对现有正在运行的转辙机设备有一个较为详细的了解，以便后续在设备零件即将达到寿命周期前，对转辙机进行维护或零部件的更换，以保证设备的正常运转。
[0015]优选的，所述S2中每次检查时间至少控制在5-10次/分钟。
[0016]优选的，所述人工检查包括设备外观检查、密封性检查、电路故障检查、润滑性检查、连接牢固性检查、线路接口检查以及传动机构的检查等。
[0017]优选的，所述S2中传动机构耐磨性计算公式中的[P]为材料的许用压力。
[0018]优选的，所述S2中的实际使用周期为设备的实际运转工作周期。
[0019]优选的，所述S5中的偏差值为每相邻两次检测周期内设备实际磨损状态的差值。
[0020]优选的，所述设备检测周期范围在2-3月一次。
[0021]与现有技术相比，本专利技术的有益效果是：
[0022]1、在本专利技术中，通过预先对转辙机的理论数值进行收集整理，可以为后续的计算提供相应的数据基础，保证了后续数据计算的准确性，同时通过理论数值与实际数值之间的比对，可以使检测人员和后台监控人员能够对设备的实际使用状态有更直观的了解；
[0023]2、在本专利技术中，通过结合人员检测经验和理论数值，能够对转辙机的健康度有一个更加全面、准确的评估，同时通过设计计算公式以及相关的计算机自动计算程序，在导入数据后能够快速的计算出该设备磨损的实际数值，工作效率大大提高，值得大力推广。
附图说明
[0024]图1为本专利技术的方法步骤流程图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本专利技术保护的范围。
[0026]请参阅图1，本专利技术提供一种技术方案：一种通过机器学习进行转辙机健康度评估的方法，包括以下步骤：
[0027]S1、数据收集：在对转辙机的设备进行检测前，可以通过转辙机的说明书来收集转辙机的相关数据，包括零部件更换周期、动力机构磨损系数、润滑油加注周期等相关数据；
[0028]S2、人工检查：工作人员在检测时，先拆开转辙机的机盖，然后利用专用的电路检测装置对转辙机电力线路的稳定性进行检查，电路检测期间，利用临时控制装置控制转辙机进行工作，使其运转一个工作周期，记录其工作一个周期所需要的时间以及电路数值的变化；
[0029]S3、设计算法：根据上述步骤收集的转辙机相关数据，利用计算机设备设计出一种转辙机健康度算法，其中各种算法公式包括以下内容：
[0030]设备磨损状态＝实际运转工作周期
×
磨损系数；
[0031]传动机构耐磨性为：其中，轴向力为Q(N)，螺纹高度为H(m)，螺纹螺距为P(m)，螺母座高度为d(m)，螺纹工件圈数为u＝H/P；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过机器学习进行转辙机健康度评估的方法，其特征在于：包括以下步骤：S1、数据收集：在对转辙机的设备进行检测前，可以通过转辙机的说明书来收集转辙机的相关数据，包括零部件更换周期、动力机构磨损系数、润滑油加注周期等相关数据；S2、人工检查：工作人员在检测时，先拆开转辙机的机盖，然后利用专用的电路检测装置对转辙机电力线路的稳定性进行检查，电路检测期间，利用临时控制装置控制转辙机进行工作，使其运转一个工作周期，记录其工作一个周期所需要的时间以及电路数值的变化；S3、设计算法：根据上述步骤收集的转辙机相关数据，利用计算机设备设计出一种转辙机健康度算法，其中各种算法公式包括以下内容：设备磨损状态＝实际运转工作周期
×
磨损系数；传动机构耐磨性为：零件剩余寿命＝理论使用周期-实际使用周期；S4、数据计算：将S3中设计的算法导入计算机的软件计算程序中，并对其计算公式进行保存，然后再请计算机编程人员将其设计成一套完成的计算软件，在程序编辑完成后，可以将转辙机的实际数据导入计算程序中进行自动计算即可；S5、数据整理：在相关数值计算完成后，需要对其各项数值进行收集整理，并根据以往的计算数值进行对比，比较在相同检测周期内，其相关数值之间的偏差值，并对其偏差值进行统计，形成一个完整的统计表或统计图；S6、综合评估：针对S4、...

【专利技术属性】
技术研发人员：余捷全，常伟，
申请(专利权)人：广东毓秀科技有限公司，
类型：发明
国别省市：