【技术实现步骤摘要】
本专利技术涉及轨道交通列车车辆检修，具体涉及一种基于数字孪生的城轨车辆基地固定式架车机故障诊断方法。
技术介绍
1、固定式架车机是轨道交通列车车辆检修作业中最为重要的设备之一，其高可靠性、高同步性、高平稳性和高安全性对列车车辆检修作业至关重要，直接关系着车辆检修、维护的效率以及检修作业人员安全等。而列车作为轨道交通直接运输乘客的交通工具，其可靠性、安全性直接关系着乘客生命财产安全及社会影响。为保障列车具有良好的运行性能，其日常检修维护就显得非常重要，而检修设备状态的良好与否是列车运行性能是否良好的重要保障。固定式架车机是列车临修、大架修的重要工艺设备，主要由转向架举升装置、车体举升装置、电机驱动机构、控制系统等构成。其主要用途是在列车不摘钩或部分摘钩状态下，对整列车、单辆车、多辆车进行架升或落车，用于对全列车实施大、架修作业，或对一台、多台转向架实施更换作业，或对车下电箱等设备实施拆装作业的专用设备。
2、固定式架车机作业时若发生故障，将严重影响列车的检修维护时间，甚至可能发生重大安全事故(因架车作业对固定式架车机每个举升装置的同步性、平稳性要求较高，如车体举升柱4个支撑点的平面度要求≤4mm，如各支撑点同步性、平稳性满足不了要求，易造成列车在架车机上的侧翻等)，造成车辆损坏、人员伤亡等。保证固定式架车机的可靠、同步、平稳和安全性运行至关重要，而传统的数据采集、点位监测、人工巡检、经验故障诊断等故障诊断方法，在诊断效率和正确率方面已很难满足智慧轨道交通高速发展的需求。
3、因此，有必要提出新的故障诊断方法
技术实现思路
1、本专利技术的目的是提供一种基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，以解决现有诊断方法存在的诊断效率差和正确率低的问题。
2、为了达到上述目的，本专利技术所采用的技术方案为：
3、基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，所述方法包括：
4、建立固定式架车机数字孪生体；
5、在固定式架车机各零部件安装传感器采集实时运行数据，并传输至固定式架车机数字孪生体进行同步；
6、梳理固定式架车机各零部件运行的关联机制，构建固定式架车机sdg模型并划分为多个子系统；
7、基于子系统构建基于pca算法的故障监测模型，引入检验算法检测固定式架车机的健康状态；
8、通过检测健康状态，判断是否存在故障。
9、进一步地，建立固定式架车机数字孪生体，包括：
10、建立检修库土建、排水、照明bim模型，基于统一参考基点进行叠加融合，得到检修库bim模型；
11、建立固定式架车机各零部件bim模型，基于统一参考基点进行叠加融合，得到固定式架车机bim模型；
12、基于统一参考基点，将固定式架车机bim模型叠加至检修库bim模型，得到组合bim模型；
13、对组合bim模型进行轻量化处理；
14、在组合bim模型中，针对固定式架车机中相关联的零部件，建立互相映射的运动行为规则；
15、获得固定式架车机数字孪生体。
16、进一步地，在固定式架车机各零部件安装传感器采集实时运行数据，并传输至固定式架车机数字孪生体进行同步，包括：
17、在固定式架车机各零部件安装传感器；
18、将采集的实时运行数据传输至固定式架车机数字孪生体；
19、固定式架车机实体与固定式架车机数字孪生体实现通信，固定式架车机数字孪生体根据实时运行数据更新状态，并进行三维展示；
20、固定式架车机数字孪生体根据实时运行数据对固定式架车机实体的运行状态进行仿真优化，并对固定式架车机实体进行实时调控。
21、进一步地，梳理固定式架车机各零部件运行的关联机制，构建固定式架车机sdg模型并划分为多个子系统，包括：
22、根据固定式架车机各零部件运行关系、故障现象及原因，进行故障传播路径梳理，得到各零部件运行的关联机制；
23、在关联机制基础上，构建固定式架车机sdg模型；
24、将固定式架车机sdg模型划分为多个子系统，简化sdg模型。
25、进一步地，基于子系统构建基于pca算法的故障监测模型，引入检验算法检测固定式架车机的健康状态，包括：
26、通过各传感器采集的实时数据与历史数据进行数据归一化，通过协方差矩阵计算，得出主元成分，将其与历史数据进行对比；
27、如果是历史数据，则存入阈值数据库中，如不是历史数据，则对其进行二次方计算，将计算结果与阈值进行大小比较，大于等于阈值，则将该主元成分及计算结果输入到故障推理模型中，进行故障定位；如小于阈值，则将该主元成分及计算结果进行突变检测对比，如存在突变点，则将该主元成分及计算结果输入到故障推理模型中，进行故障定位，如不存在突变点，则显示无故障。
28、进一步地，通过检测健康状态，判断是否存在故障后，利用固定式架车机sdg模型得到本源故障集合。
29、进一步地，故障类型分为突发型故障与累积型故障；
30、固定式架车机sdg模型某子系统因停滞导致性能急剧下降，异常状态明显且剧烈，为突发型故障；
31、固定式架车机sdg模型某子系统因老化导致性能逐渐下降，早期异常状态模糊且轻微，整体上能稳定运行，直至中后期故障现象才会表现明显，为累积型故障。
32、进一步地，所述方法还包括：
33、建立固定式架车机数字孪生体并同步后，利用历史运行数据对固定式架车机数字孪生体进行训练，包括：
34、获取传感器采集的一段时间内的固定式架车机各零部件运行数据，得到历史运行数据；
35、对历史运行数据进行特征计算和筛选；
36、将固定式架车机全生命周期划分为不同的阶段，然后对退化关键阶段进行特征计算和筛选并进行数据增强；
37、基于组合bim模型对筛选特征进行融合，采用带有偏差机制增强的lstm模型学习hs-rul的映射关系，从而完成对固定式架车机数字孪生体的训练。
38、与现有技术相比，本专利技术的有益效果如下：
39、本专利技术提供的一种基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，通过数字孪生技术提高了固定式架车机故障诊断效率，能对健康状态进行实时监测，通过虚拟模型的仿真并在孪生数据驱动下对固定式架车机进行故障诊断及健康监测，正确率更高。
40、本专利技术提供的一种基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，基于数字孪生技术，利用全生命周期数据资源，建立检修库及固定式架车机数字孪生体，实现物理实体和虚拟模型的实时映射、模拟、仿真，实现了资源的优化配置及管理，生产计划的优化以及生产要素的协同运行，实现了固定式架车机全生命周期数字化管理，能够以最少的成本投入创造最大的效益，从而在整体上提高生产检修效率。
本文档来自技高网...【技术保护点】
1.基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
2.根据权利要求1所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
3.根据权利要求2所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
4.根据权利要求3所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
5.根据权利要求4所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
6.根据权利要求5所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
7.根据权利要求6所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
8.根据权利要求7所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
【技术特征摘要】
1.基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
2.根据权利要求1所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
3.根据权利要求2所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
4.根据权利要求3所述的基于数字孪生的城轨车辆基地固定式架车机故障诊断方法，其特征在于：
5....
【专利技术属性】
技术研发人员：付亚超，李愿望，贾晓宏，张建华，赵留辉，史时喜，张邦力，
申请(专利权)人：中铁第一勘察设计院集团有限公司，
类型：发明
国别省市：
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。