System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 列车紧急制动系统性能退化趋势检测方法、设备、介质技术方案_技高网

列车紧急制动系统性能退化趋势检测方法、设备、介质技术方案

技术编号:40148052 阅读:10 留言:0更新日期:2024-01-24 00:44
本申请提供一种列车紧急制动系统性能退化趋势检测方法、设备、介质,该方法实时采集各次紧急制动过程中制动缸压力,形成各次紧急制动的制动缸压力曲线;提取各次紧急制动的制动缸压力曲线的特征值;根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子;根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势。本申请的方法基于各次紧急制动过程中制动缸压力,计算计算各次紧急制动的退化因子;根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势,不仅提高了退化检测的准确性,而且实现了对制动系统性能的持续监测,从而提高列车行驶的安全性和维护效率。

【技术实现步骤摘要】

本申请涉及轨道交通,尤其涉及一种列车紧急制动系统性能退化趋势检测方法、设备、介质


技术介绍

1、在现代轨道交通中,列车紧急制动系统扮演着至关重要的角色,确保列车能够在紧急情况下安全减速并停车。然而,随着使用时间的增加和行驶里程的累积,紧急制动系统可能会出现性能退化,导致制动效果下降,甚至可能引发安全隐患。因此,开发一种可靠的方法来检测列车紧急制动系统性能退化趋势,具有重要的理论和实际应用价值。

2、目前的技术主要依赖于传感器数据来实时监测列车制动系统的性能。通常情况下,制动系统的指令、制动缸压力等参数会被实时记录,并根据预先设定的阈值进行报警和维护。然而,这种方法虽然能够及时发现异常情况,但却缺乏对性能退化趋势的有效监测。通常只有在性能退化已经相当严重(甚至发生故障)时才会采取维护措施,导致较高的维护成本以及列车行驶安全性的风险。


技术实现思路

1、为了解决上述技术缺陷之一,本申请提供了一种列车紧急制动系统性能退化趋势检测方法、设备、介质。

2、本申请第一个方面,提供了一种列车紧急制动系统性能退化趋势检测方法,该方法包括:

3、实时采集各次紧急制动过程中制动缸压力,形成各次紧急制动的制动缸压力曲线;

4、提取各次紧急制动的制动缸压力曲线的特征值;

5、根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子;

6、根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势。

7、可选地,实时采集各次紧急制动过程中制动缸压力,包括:

8、通过安装在制动系统不同位置的传感器,在每次下达紧急制动指令时,开始实时采集制动缸压力。

9、可选地,制动缸压力曲线分为建立阶段、平稳阶段、缓解阶段;

10、提取各次紧急制动的制动缸压力曲线的特征值,包括:

11、对于任一次紧急制动的制动缸压力曲线,执行如下步骤:

12、提取建立阶段的斜率、从紧急制动指令下达到制动缸压力上升到目标压力的10%的时长、从制动缸压力上升到目标压力的10%到制动缸压力上升到目标压力的90%的时长;

13、提取平稳阶段中制动缸压力的最大值、最小值、众数和标准差;

14、提取缓解阶段的斜率和终值与目标终值的偏差。

15、可选地,根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子之前,还包括:

16、获取制动系统性能正常状态下特征的正常值;

17、将正常值的均值确定为特征的基准值。

18、可选地,根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子,包括:

19、通过如下公式计算各次紧急制动的退化因子:

20、

21、其中,t为紧急制动次数标识,x为特征值形成的向量,xt为第t次紧急制动的特征值形成的向量,μ为特征的基准值形成的向量,σ为协方差估计,w为权重矩阵,wt为第t次紧急制动的权重矩阵;

22、m为特征标识,ωmt为第t次紧急制动的第m个特征的权重,m为特征总数量。

23、可选地,

24、其中,vmt为第t次紧急制动的第m个特征的变异系数,i为特征标识,vit为第t次紧急制动的第i个特征的变异系数;

25、σmt为第t次紧急制动的第m个特征的标准差,为第t次紧急制动的第m个特征的均值;

26、j为紧急制动次数标识,j=1,2,…,t,为第j次紧急制动的第m个特征值的归一化值;

27、xmj为第j次紧急制动的第m个特征值,μm为第m个特征的基准值;

28、可选地,

29、其中,为第t次紧急制动的第m个特征的偏差,i为特征标识,为第t次紧急制动的第i个特征的偏差;

30、j为紧急制动次数标识,j=1,2,…,t,为第j次紧急制动的第m个特征值的归一化值,μm为第m个特征的基准值;

31、xmj为第j次紧急制动的第m个特征值。

32、可选地,根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势,包括:

33、按时间顺序由远至近对各次紧急制动的退化因子排序,形成退化因子序列;

34、计算退化趋势因子

35、其中,avg{}为取均值函数,adjc[y]为以y值为中心取前后c个值函数,y为随机变量,median()为取中值函数,g和h为退化因子序列的元素标识,且(g-h)%δ=0,%为取余数运算符,δ为预先定义的间隔值。

36、本申请第二个方面,提供了一种电子设备,包括:

37、存储器;

38、处理器;以及

39、计算机程序;

40、其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如上述第一个方面所述的方法。

41、本申请第三个方面,提供了一种计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行以实现如上述第一个方面所述的方法。

42、本申请提供一种列车紧急制动系统性能退化趋势检测方法、设备、介质,该方法实时采集各次紧急制动过程中制动缸压力,形成各次紧急制动的制动缸压力曲线;提取各次紧急制动的制动缸压力曲线的特征值;根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子;根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势。

43、本申请的方法基于各次紧急制动过程中制动缸压力,计算计算各次紧急制动的退化因子;根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势,不仅提高了退化检测的准确性,而且实现了对制动系统性能的持续监测,从而提高列车行驶的安全性和维护效率。

本文档来自技高网...

【技术保护点】

1.一种列车紧急制动系统性能退化趋势检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述实时采集各次紧急制动过程中制动缸压力,包括:

3.根据权利要求1所述的方法,其特征在于,所述制动缸压力曲线分为建立阶段、平稳阶段、缓解阶段;

4.根据权利要求1所述的方法,其特征在于,所述根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子之前,还包括:

5.根据权利要求1所述的方法,其特征在于,所述根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子,包括:

6.根据权利要求5所述的方法,其特征在于,

7.根据权利要求5所述的方法,其特征在于,

8.根据权利要求1所述的方法,其特征在于,所述根据各次紧急制动的退化因子检测列车紧急制动系统性能退化趋势,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序;所述计算机程序被处理器执行以实现如权利要求1-8任一项所述的方法。

...

【技术特征摘要】

1.一种列车紧急制动系统性能退化趋势检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述实时采集各次紧急制动过程中制动缸压力,包括:

3.根据权利要求1所述的方法,其特征在于,所述制动缸压力曲线分为建立阶段、平稳阶段、缓解阶段;

4.根据权利要求1所述的方法,其特征在于,所述根据预先确定的特征的基准值和各次紧急制动的特征值,计算各次紧急制动的退化因子之前,还包括:

5.根据权利要求1所述的方法,其特征在于,所述根据预先确定...

【专利技术属性】
技术研发人员:程高云孙铭付哲王伟
申请(专利权)人:交控科技股份有限公司
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