数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法技术方案

本发明专利技术涉及一种数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法，旨在解决轨道车辆传动系统因计划性维修造成故障样本少、故障类型不完备、数据不均衡从而导致故障诊断模型泛化能力差的问题。该方法包括三大部分：1)轨道车辆传动系统数字孪生模型；2)数字孪生驱动的轨道车辆传动系统深度迁移学习故障诊断模型；3)数字孪生驱动的轨道车辆传动系统深度迁移学习健康状态预测模型。本发明专利技术将数字孪生技术引入轨道车辆传动系统关键部件故障诊断与健康管理研究领域，解决了因故障数据不均衡造成的故障诊断模型泛化能力差、准确性低的问题，为轨道车辆传动系统故障诊断及健康状态预测研究提供了一种新的思路。康状态预测研究提供了一种新的思路。康状态预测研究提供了一种新的思路。

【技术实现步骤摘要】
数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法


[0001]本专利技术属于旋转机械故障诊断与健康管理领域，具体涉及一种数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法。

技术介绍

[0002]随着轨道交通的快速发展，轨道车辆的安全性、可靠性要求也变得越来越高，开展面向全寿命周期的轨道车辆智能运维研究是保障列车安全运行亟需解决的问题。传动系统作为轨道车辆转向架的重要组成，由电机、联轴器、齿轮箱、传动轴、轴箱等关键部件组成，负责将牵引电动机的扭矩有效地转化为转向架轮对转矩，并利用轮轨的黏着机理驱使机车沿着钢轨运行，其可靠性和稳定性对列车安全运行有着至关重要的影响。
[0003]目前，对于轨道车辆传动系统关键部件齿轮箱、齿轮、轴承等关键部件采用的是计划性维修，轨道车辆车载实时监测数据存在采集的故障样本少，故障类型不完备，数据不均衡等问题，使得故障诊断模型泛化能力差，剩余寿命预测精度低，很难应用于实际。
[0004]本专利技术提出的数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法将为轨道车辆传动系统故障诊断研究提供一种新的手段。通过构建轨道车辆传动系统数字孪生模型获取故障仿真信号，并将基于仿真信号建立的故障诊断模型迁移至实车监测信号，将有效提高轨道车辆传动系统故障诊断模型的泛化能力，具有重要的应用价值。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法，该方法可以解决轨道车辆传动系统实车监测数据故障样本少，故障类型不完备，数据不均衡等问题，有效降低试验成本及故障数据采集成本；基于仿真信号构建轨道车辆传动系统深度迁移学习故障诊断模型，可以提高故障诊断模型的识别精度，并获得实际应用；基于仿真信号构建数字孪生驱动的轨道车辆传动系统深度迁移学习健康状态预测模型对轨道车辆传动系统关键部件剩余寿命进行预测，可以为轨道车辆传动系统预测性维修策略制定提供参考，并通过及时发现微弱故障提前维修来避免重大事故的发生。
[0006]本专利技术解决其技术问题是通过以下技术方案实现的：
[0007]一种数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法，其特征在于：所述方法的步骤为：
[0008]S1、利用系统工程仿真软件构建轨道车辆传动系统的数字孪生模型，创建物理环境并添加故障行为，模拟系统运行中出现的典型故障输出状态响应，得到仿真信号，并根据实车监测数据调优物理模型，实现真实运行状态与虚拟仿真的交互与协同；
[0009]S2、利用步骤S1得到的仿真信号与实车监测信号进行可迁移性分析；将仿真信号X
s
作为源域D
s
，标签为y
s
，诊断任务为边缘概率分布为P
s
，条件概率分布为Q
s
(Y
s
|X
s
)；实车监测信号X
t
作为目标域D
t
，构建伪标签诊断任务为边缘概率分布为Q
t
(Y
t
|X
t
)；
[0010]建立源域与目标域既包含边缘概率分布又包含条件概率分布的联合概率分布，用平均最大差异来度量两个域信号边缘概率分布与条件概率分布的差异；将联合概率分布的最大均值差异项嵌入深度学习网络的损失函数，构建数字孪生驱动的轨道车辆传动系统深度迁移学习故障诊断模型，基于仿真信号实现轨道车辆传动系统实车故障诊断；
[0011]S3、将步骤S2深度迁移学习故障诊断模型提取的特征采用长短时神经网络进行健康状态预测，构建数字孪生驱动的轨道车辆传动系统深度迁移学习健康状态预测模型。
[0012]而且，所述步骤S1中的轨道车辆传动系统的数字孪生模型共包括五个子模型，所述五个子模型集成轨道车辆传动系统的数字孪生模型的步骤为：
[0013]S101、根据轨道车辆传动系统的图纸或者实际车辆测量获取轨道车辆传动系统各部件的几何结构参数及装配关系，采用但不限于Solidworks或CATIA等三维建模软件构建轨道车辆传动系统三维物理模型；
[0014]S102、利用S101所述的三维物理模型采用ANSYS/Abaqus或其他有限元分析软件对轨道车辆传动系统关键部件进行应力应变分析、模态分析、热力耦合分析，构建轨道车辆传动系统多物理场耦合模型；
[0015]S103、将S102所述的多物理场耦合模型嵌入SIMPACK软件或者其他动力学仿真软件，建立考虑轮齿啮合的整车动力学模型，施加内部齿轮啮合激励、外部的电机转矩激励及轨道不平顺激励，模拟系统的运行载荷；
[0016]S104、利用S103所述的整车动力学模型，添加轨道车辆传动系统电机轴承、齿轮箱轴承、齿轮、轴箱轴承不同损伤模式，不同损伤数量，不同故障位置等故障行为，构建轨道车辆传动系统故障损伤模型；
[0017]S105、对轨道车辆传动系统在实际运行过程中的振动信号和工况/环境参数进行监测；
[0018]S106、采用系统工程仿真软件将S101所述的三维物理模型、S102所述的多物理场耦合模型、S103所述的整车动力学模型、S104所述的故障损伤模型、S105所述的实车监测信号通过统一的通信协议和数据接口集成到一个仿真平台，构建轨道车辆传动系统数字孪生模型，模拟系统运行中出现的典型故障输出仿真信号，并根据S105实车监测信号与仿真信号之间的差异反馈调优轨道车辆传动系统数字孪生模型，实现真实运行状态与虚拟仿真的交互与协同，故障仿真信号的输出将为故障诊断模型及健康状态预测模型提供数据支持，验证模型的有效性。
[0019]而且，所述步骤S103中，内部齿轮啮合激励采用有限元方法和傅里叶级数拟合齿轮时变啮合刚度曲线；外部的电机转矩激励采用实测的电机输出扭矩；轨道不平顺激励采用Kalker线性蠕滑理论计算轮轨蠕滑力。
[0020]而且，所述步骤S104中，不同损伤模式包括电机轴承磨损、疲劳剥落、断裂、腐蚀、胶合，齿轮齿面磨损、点蚀、剥落、疲劳裂纹、断齿，齿轮箱轴承磨损、疲劳剥落、断裂、腐蚀、胶合，轴箱轴承疲劳剥落、点蚀、磨损、断裂，以及齿轮箱齿轮和轴承复合故障；不同损伤数量包括单点损伤及多点损伤；不同故障位置包括电机轴承、齿轮箱齿轮、齿轮箱轴承、轴箱
轴承以及由多个故障位置引起的多点复合故障。
[0021]而且，所述步骤S105中，对轨道车辆传动系统在实际运行过程中的实时振动信号进行监测，通过在轨道车辆传统系统关键部位电机轴承上方、齿轮箱大齿轮轴承下方、齿轮箱小齿轮轴承下方、齿轮箱上方观察口附近、齿轮箱端部、轴箱轴承座布置加速度传感器采集车辆实际运行中的振动信号；所述的工况/环境参数包括轨道车辆传动系统的工作转速、温度及载荷等工况条件。
[0022]而且，所述步骤S2中，可迁移性分析包括一致性分析和差异性分析；所述的一致性分析包括时域对比分析、频域对比分析以及时频域对比分析；所述的时域对比分析包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法，其特征在于：所述方法的步骤为：S1、利用系统工程仿真软件构建轨道车辆传动系统的数字孪生模型，创建物理环境并添加故障行为，模拟系统运行中出现的典型故障输出状态响应，得到仿真信号，并根据实车监测数据调优物理模型，实现真实运行状态与虚拟仿真的交互与协同；S2、利用步骤S1得到的仿真信号与实车监测信号进行可迁移性分析；将仿真信号X
s
作为源域D
s
，标签为y
s
，诊断任务为边缘概率分布为P
s
，条件概率分布为Q
s
(Y
s
|X
s
)；实车监测信号X
t
作为目标域D
t
，构建伪标签诊断任务为边缘概率分布为Q
t
(Y
t
|X
t
)；建立源域与目标域既包含边缘概率分布又包含条件概率分布的联合概率分布，用平均最大差异来度量两个域信号边缘概率分布与条件概率分布的差异；将联合概率分布的最大均值差异项嵌入深度学习网络的损失函数，构建数字孪生驱动的轨道车辆传动系统深度迁移学习故障诊断模型，基于仿真信号实现轨道车辆传动系统实车故障诊断；S3、将步骤S2深度迁移学习故障诊断模型提取的特征采用长短时神经网络进行健康状态预测，构建数字孪生驱动的轨道车辆传动系统深度迁移学习健康状态预测模型。2.根据权利要求1所述的数字孪生驱动的轨道车辆传动系统故障诊断与健康状态预测方法，其特征在于：所述步骤S1中的轨道车辆传动系统的数字孪生模型共包括五个子模型，所述五个子模型集成轨道车辆传动系统的数字孪生模型的步骤为：S101、根据轨道车辆传动系统的图纸或者实际车辆测量获取轨道车辆传动系统各部件的几何结构参数及装配关系，采用但不限于Solidworks或CATIA等三维建模软件构建轨道车辆传动系统三维物理模型；S102、利用S101所述的三维物理模型采用ANSYS/Abaqus或其他有限元分析软件对轨道车辆传动系统关键部件进行应力应变分析、模态分析、热力耦合分析，构建轨道车辆传动系统多物理场耦合模型；S103、将S102所述的多物理场耦合模型嵌入SIMPACK软件或者其他动力学仿真软件，建立考虑轮齿啮合的整车动力学模型，施加内部齿轮啮合激励、外部的电机转矩激励及轨道不平顺激励，模拟系统的运行载荷；S104、利用S103所述的整车动力学模型，添加轨道车辆传动系统电机轴承、齿轮箱轴承、齿轮、轴箱轴承不同损伤模式，不同损伤数量，不同故障位置等故障行为，构建轨道车辆传动系统故障损伤模型；S105、对轨道车辆传动系统在实际运行过程中的振动信号和工况/环境参数进行监测；S106、采用系统工程仿真软件将S101所述的三维物理模型、S102所述的多物理场耦合模型、S103所述的整车动力学模型、S104所述的故障损伤模型、S105所述的实车监测信号通过统一的通信协议和数据接口集成到一个仿真平台，构建轨道车辆传动系统数字孪生模型，模拟系统运行中出现的典型故障输出仿真信号，并根据S105实车监测信号与仿真信号之间的差异反馈调优轨道车辆传动系统数字孪生模型，实现真实运行状态与虚拟仿真的交互与协同，故障仿真信号的输出将为故障诊断模型及健康状态预测模型提供数据支持，验
证模型的有效性。3.根据权利要求2...

【专利技术属性】
技术研发人员：乔宁国，赵林海，王保民，王清永，彭涛，田广东，侯海晶，翟乃斌，刘晓峰，王峰，王旭龙，陈强，
申请(专利权)人：天津津铁电子科技有限公司，
类型：发明
国别省市：