一种对道岔故障实时在线监测系统技术方案

技术编号:39577971 阅读:8 留言:0更新日期:2023-12-03 19:28
本发明专利技术公开了一种对道岔故障实时在线监测系统,包括数据采集模块和数据库,数据采集模块将数据传输到监测模块,监测模块将数据传输到预警模块,监测模块将异常数据传输到诊断模块,监测模块控制转辙机,诊断模块将数据传输到展示模块,诊断模块连接有深度学习模块。本发明专利技术中,通过监测模块对道岔故障进行实时监测,监测模块通过对数据进行处理分析,对道岔是否发生故障进行判断,当故障发生时,此时将信号传到预警模块进行预警,同时将异常数据上传到诊断模块,对故障进行诊断,诊断完成后将结果展示给工作人员,不需要人工参与故障判断,不容易导致漏判或误判,保证了故障能够被及时准确地发现和维修。及时准确地发现和维修。及时准确地发现和维修。

【技术实现步骤摘要】
一种对道岔故障实时在线监测系统


[0001]本专利技术涉及轨道交通
,尤其涉及一种对道岔故障实时在线监测系统。

技术介绍

[0002]列车速度的提升,不仅仅带来了快捷的外出方式,也为铁路系统的运行维护带来了全新的挑战。为了保障铁路系统运行的安全性和高效性,对于道岔故障的检测显得尤为重要,为此道岔故障诊断能力和故障维修效率的提高是当前的首要任务。
[0003]经检索,中国专利号为CN115144674A的专利技术专利,公开了一种利用继电器状态对道岔故障实时在线监测系统,包括:若干继电器和若干输出电源,若干继电器与若干输出电源电性连接,若干继电器均连接有电流检测模块、电压检测模块、得电时间检测模块和吸合时间检测模块;得电时间检测模块和吸合时间检测模块连接有缓放时间检测模块;电流检测模块,电压检测模块和缓放时间检测模块均连接分别连接有第一对比模块和第二对比模块;第一对比模块和第二对比模块分别连接有第一处理模块和第二处理模块,第一处理模块和第二处理模块均连接有第三对比模块。
[0004]与现有技术相比,该中国专利号为CN115144674A的专利技术专利通过处理模块对数据进行处理,判断出是否会发生危险,通过分别将第一处理模块输出的结果和第二处理模块输出的结果通过第三对比模块进行比对,如果处理结果相同,触发预警模块;如果检测结果不同重新通过第一对比模块和第二对比模块重新对数据进行检验,预警模块触发后,直接控制室内预警机构的指示灯和蜂鸣器开始工作,且能够通过控制台控制室外预警机构的信号机和转撤机运作,能够有效及时的对道岔故障进行预警,保证了车辆的安全和正常的运行。
[0005]但上述装置在实际的使用过程中,继电器监测不够高效,仍会出现错误的情况,同时检测出现危险时,并未对危险进行诊断,仍需人工参与故障判断,很容易导致漏判或误判,不能保证故障能够被及时准确地发现和维修,因此,提出的一种对道岔故障实时在线监测系统。

技术实现思路

[0006]本专利技术的目的是为了解决现有技术中存在继电器监测不够高效,仍会出现错误的情况,同时检测出现危险时,并未对危险进行诊断,仍需人工参与故障判断,很容易导致漏判或误判,不能保证故障能够被及时准确地发现和维修的缺点,而提出的一种对道岔故障实时在线监测系统。
[0007]为了实现上述目的,本专利技术采用了如下技术方案:
[0008]一种对道岔故障实时在线监测系统,包括数据采集模块和数据库,所述数据采集模块将数据传输到监测模块,所述监测模块将数据传输到预警模块,所述监测模块将异常数据传输到诊断模块,所述监测模块控制转辙机,所述诊断模块将数据传输到展示模块,所述诊断模块连接有深度学习模块;
[0009]所述数据采集模块用于采集铁路道岔的实时数据信息,所述监测模块用于对采集来的数据进行监测,出现异常时将做出响应将数据传输到预警模块、诊断模块和转辙机,所述预警模块用于在故障发生时进行报警,所述诊断模块用于诊断故障类型,所述转辙机用于转换道岔位置,所述展示模块用于将诊断结果进行展示,所述深度学习模块用于对诊断模块进行深度学习。
[0010]本专利技术的技术方案中,所述数据库存储有数据采集模块采集到的信息,对数据进行特征提取的所有特征和道岔故障特征等信息,贯穿整个系统。
[0011]上述技术方案进一步包括:
[0012]所述监测模块包括数据处理模块和数据分析模块,所述数据处理模块用于将从数据采集模块传输来的数据进行处理,所述数据分析模块用于对数据处理模块处理完成后的数据进行分析,所述监测模块与数据库之间连接。
[0013]所述预警模块包括指示灯和蜂鸣器,所述指示灯用于发出灯光向周围的工作人员从视觉上发出预警,所述蜂鸣器用于发出蜂鸣声向周围的工作人员从听觉上发出预警。
[0014]所述诊断模块包括数据特征提取模块和数据对比模块,所述数据特征提取模块用于对从监测模块传输来的数据进行特征提取,以便后续的数据对比,所述数据对比模块用于对数据特征提取模块和数据库中存储的故障数据进行对比判断。
[0015]所述数据特征提取模块应用有主成分分析降维方法进行特征提取,将监测获得的数据设置为M个样本{X1,X2,...,X
M
,},每个样本有N维特征,},每个样本有N维特征每一个特征X
j
都有各自的特征值;
[0016]首先对所有特征进行去中心化,即去均值,求出每个特征的平均值,然后对于所有的样本,每一个特征都减去自身的均值,在去中心化后再求协方差矩阵C,其中对角线上分别是特征X1和X2的方差,非对角线上是协方差,cov(X1,X1)的计算公式为由此得出M个样本在这N维特征下的协方差矩阵C;
[0017]得到协方差矩阵后,根据Cμ=λμ求出其特征值及其对应的特征向量,其中λ为特征值,μ为其对应的特征向量,选择最大的前k个特征值和相对应的特征向量进行投影,投影即为降维的过程,将原始特征从高维度降低到低维度,对特征进行提取。
[0018]所述展示模块包括显示屏和语音播放单元,所述显示屏用于将诊断结果通过屏幕展示出来,所述语音播放单元用于将诊断结果通过语音播放的方式展示给工作人员。
[0019]所述诊断模块在诊断前需要经过深度学习模块的训练,所述深度学习模块将训练好的模型保存并应用于诊断模块中。
[0020]所述深度学习模块在进行工作时,首先需要进行数据的预处理,然后在对数据处理后进行模型设计,在设计好的模型中进行训练配置,配置后就开始正式训练,训练完成得
到全局模型,最后将全局模型进行保存。
[0021]本专利技术的技术方案中,所述指示灯和蜂鸣器不仅仅安装在室内,室外也安装有指示灯和蜂鸣器,使预警效果更好,所述深度学习模块的模型是按照需求进行设计的,根据需求的变化而变化。
[0022]本专利技术具备以下有益效果:
[0023]1、本专利技术中,数据采集模块收集铁路道岔数据信息,通过监测模块对道岔故障进行实时监测,监测模块通过对数据进行处理分析,对道岔是否发生故障进行判断,当故障发生时,将会监测到数据发生异常,此时将信号传到预警模块进行预警,同时将异常数据上传到诊断模块,对故障进行诊断,诊断完成后将结果展示给工作人员,不需要人工参与故障判断,不容易导致漏判或误判,保证了故障能够被及时准确地发现和维修。
[0024]2、本专利技术中,通过智能检测对数据进行深入处理和分析,更加高效,不再单凭单一的数据变化就对故障进行判定,更加高效,同时在监测到数据异常时会对转辙机就行控制,有效保证了铁路的正常运行。
附图说明
[0025]图1为本专利技术提出的一种对道岔故障实时在线监测系统的系统框图;
[0026]图2为本专利技术提出的一种对道岔故障实时在线监测系统的流程框图;
[0027]图3为本专利技术中的监测模块的系统框图;
[0028]图4为本专利技术中的预警模块的系统框图;
[0029]图5为本专利技术中的诊断模块的系统框图;
[0030]图6为本专利技术中本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种对道岔故障实时在线监测系统,包括数据采集模块(1)和数据库(3),其特征在于,所述数据采集模块(1)将数据传输到监测模块(2),所述监测模块(2)将数据传输到预警模块(4),所述监测模块(2)将异常数据传输到诊断模块(5),所述监测模块(2)控制转辙机(6),所述诊断模块(5)将数据传输到展示模块(7),所述诊断模块(5)连接有深度学习模块(8);所述数据采集模块(1)用于采集铁路道岔的实时数据信息,所述监测模块(2)用于对采集来的数据进行监测,出现异常时将做出响应将数据传输到预警模块(4)、诊断模块(5)和转辙机(6),所述预警模块(4)用于在故障发生时进行报警,所述诊断模块(5)用于诊断故障类型,所述转辙机(6)用于转换道岔位置,所述展示模块(7)用于将诊断结果进行展示,所述深度学习模块(8)用于对诊断模块(5)进行深度学习。2.根据权利要求1所述的一种对道岔故障实时在线监测系统,其特征在于,所述监测模块(2)包括数据处理模块(21)和数据分析模块(22),所述数据处理模块(21)用于将从数据采集模块(1)传输来的数据进行处理,所述数据分析模块(22)用于对数据处理模块(21)处理完成后的数据进行分析,所述监测模块(2)与数据库(3)之间连接。3.根据权利要求1所述的一种对道岔故障实时在线监测系统,其特征在于,所述预警模块(4)包括指示灯(41)和蜂鸣器(42),所述指示灯(41)用于发出灯光向周围的工作人员从视觉上发出预警,所述蜂鸣器(42)用于发出蜂鸣声向周围的工作人员从听觉上发出预警。4.根据权利要求1所述的一种对道岔故障实时在线监测系统,其特征在于,所述诊断模块(5)包括数据特征提取模块(51)和数据对比模块(52),所述数据特征提取模块(51)用于对从监测模块(2)传输来的数据进行特征提取,以便后续的数据对比,所述数据对比模块(52)用于对数据特征提取模块...

【专利技术属性】
技术研发人员:赵阳王向伟
申请(专利权)人:淮南师范学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1