【技术实现步骤摘要】
本专利技术涉及铁路机车柴油机故障诊断系统，尤其是一种一种基于知识图谱的铁路机车柴油机故障诊断系统。
技术介绍
1、随着铁路用户对机车柴油机的智能化运营维护要求越来越高，单纯地开发基于异常检测功能的健康管理系统在未来可能无法满足日趋繁重的应用保障需求。用户更需要在故障产生时能准确迅速对其进行定位或分类的诊断系统。
2、在实际的日常运用中，个体产品由于制造差异往往只有少量趋同的故障案例。传统基于知识图谱和规则的故障诊断树虽然能有效的应对故障隔离和故障分类，但非常依赖于领域知识，并且领域知识难以覆盖所有的故障类型。现场技术人员在原因分析时受其专业及经验的影响，对部分有代表性或有迷惑性的案例不免会做出偏主观或循例的判断。因此，通过数字化开发运用机器辅助，在降低个体主观影响的同时又能提高效率较少人工工作量的诊断系统开发，是工程技术人员迫切需要的。
3、专利号为cn112596495b、专利名为一种基于知识图谱的工业设备故障诊断方法及系统，提出了一种基于知识图谱的工业设备故障诊断方法及系统。包括：采集工业设备的维护数据以及对应的故障信息，根据该工业设备的维护数据以及对应的故障数据构建知识图谱；获取待诊断工业设备当前运行数据，通过知识图谱对当前运行数据进行相似度度量，获取相似程度值；设定相似程度阈值，将相似程度值与相似程度阈值进行比较，根据比较结果，生成对应的故障信息。本专利技术通过收集各种工业设备维护数据以及故障信息结合本领域其他知识信息构建全面完整的知识图谱，然后根据知识图谱对待诊断工业设备的状态进行判断，不仅能够
4、专利号为cn114579875b、专利名为基于知识图谱的设备故障诊断与维修知识推荐系统，提出了一种基于知识图谱的设备故障诊断与维修知识推荐系统，所述系统包括：数据层，用于采集监测设备的健康管理领域知识；构建分析层，用于对健康管理领域知识进行萃取并构建知识图谱，利用链路预测对知识图谱进行推理与补全，基于补全推理好的知识图谱，利用知识图谱特征学习与协同过滤推荐算法相结合，计算相似度，进行设备诊断与维修知识预测排序；应用层，用于根据设备诊断与维修知识预测排序为监测设备提供异常状况下的故障诊断和正常运行状态下的趋势预测分析，实现设备故障原因和维修方案推荐。
5、上述两个专利的技术体现了基于知识图谱的故障诊断系统两个不同研究侧重点。一个是将运行数据与表征已相当明晰的故障，进行相似度比较，并根据结果生成故障信息；这里的知识图谱基本可理解为设备故障数据表征域。另一个是设备触发故障时推送检查维修知识；这里的知识图谱基本可理解为不断完善的故障检查手册，故障定位的实现还是基于后续的检查结果反馈。上述两种侧重点技术虽然都有助于实现故障诊断，但具有以下不足：
6、1、需要大量明确的故障样本作为对比诊断依据，这在高价值设备上实现非常困难；
7、2、诊断模型为决策树类机理清晰图形，对工作机理复杂的部分多维数据集构建困难；
8、3、诊断对象为设备运行故障，对运行弱化或劣化的诊断涉及较少；
9、4、诊断载体多维固定设备，对运用环境变化较大的铁路设备适应性有待商榷。
技术实现思路
1、为了克服现有的不足，本专利技术提供了一种一种基于知识图谱的铁路机车柴油机故障诊断系统。
2、本专利技术解决其技术问题所采用的技术方案是：一种基于知识图谱的铁路机车柴油机故障诊断系统，包括数据采集模块、传输模块、预处理模块、算法应用模块、存储模块和前端展示模块；所述数据采集模块一端通过布置在机车柴油机上的各类监控传感器进行信号采集，另一端通过传输模块连接预处理模块；所述预处理模块包括数据清洗、查重、去噪等工作，所述传输模块传输的信号进行清洗切片后通过特征向量提取器提取信号特征向量，并通过算法应用模块的异常识别诊断算法识别出工作异常信号特征向量，并将之结合故障分类算法对具体的故障件进行诊断定位；所述数据采集模块采集的原始信号和算法诊断信息通过后端管理软件调度存入存储模块，然后给前端展示模块提供显示交互素材。
3、根据本专利技术的另一个实施例，进一步包括，所述算法应用模块的故障分类算法，对铁路机车柴油机搭建失效分析故障树并导入系统知识库，通过将异常识别诊断算法识别出工作异常信号特征向量检索失效分析故障树中对应的失效模式，生成基于领域知识划分的所有故障预分类。
4、根据本专利技术的另一个实施例，进一步包括，基于所述失效分析故障树与检测信号间机理关系梳理各信号关联异常故障预分类，并将其关联关系形象化生成关联图，所述关联图作为先验知识注入到图卷积网络中，图卷积网络结合信号特征向量作为输入，对关联图的邻接矩阵权重进行动态更新，并最终得到故障定位或分类算法。
5、根据本专利技术的另一个实施例，进一步包括，所述数据采集模块包括布置在柴油机机及其增压器上的各类传感器和数采设备xios；所述数采设备xios一端收集安装在机器上的传感器信号，另一端与lcs机车控制系统通过以太网双向联通，从而形成铁路机车柴油机运行状态监测网。
6、根据本专利技术的另一个实施例，进一步包括，所述机器上的传感器信号包含柴油机数据采集单元、增压器vtg控制单元；所述柴油机数据采集单元、增压器vtg控制单元将采集到的基础控制数据传输给mvc基础控制保护单元和数采设备xios；所述mvc基础控制保护单元与lcs机车控制系统通讯并接收后者发出的控制信号，所述lcs机车控制系统通过以太网与数采设备xios双向通讯，并能在数采设备xios故障时直接与增压器vtg控制单元通讯；所述mvc基础控制保护单元通过can总线与数采设备xios通讯，进而形成铁路机车柴油机控制网。
7、根据本专利技术的另一个实施例，进一步包括，所述数采设备xios与边缘计算设备双向通讯，实现车载实时诊断和自适应，lcs机车控制系统通过连接机车地面智能运维平台，实现地面诊断算法训练迭代和大数据存储。
8、根据本专利技术的另一个实施例，进一步包括，所述边缘计算设备，内部包括cpu板卡、网络通讯板卡、电源板卡、交换板卡和背板；所述背板将cpu板卡、网络通讯板卡、电源板卡连接到交换板卡进行通讯，并通过电源板卡供电；所述网络通讯板卡与数采设备xios网络通讯。
9、本专利技术的有益效果：
10、本专利技术既能保留以往专家知识库在故障诊断时的运作模式以保证原因分析的基本准确率，又能引入神经网络智能算法减少人工的工作量及人员个体专业度差异，随着知识图谱内故障案例数量增长及用户对系统的使用反馈进行迭代，其推荐的诊断结果准确性也会随之提升；
11、通过本专利技术实现机器异常识别，并能对故障前的运行状态弱化及劣化进行识别，这里无需大量故障标记样本，对实现高价值设备的异常识别十分友好；
12、3、故障定位的诊断方法为混合知识图谱和先验知识的图卷积网络，对工作机理复杂的设备故障较为适用；
13本文档来自技高网...
【技术保护点】
1.一种基于知识图谱的铁路机车柴油机故障诊断系统，其特征是，包括数据采集模块（1）、传输模块（2）、预处理模块（3）、算法应用模块（4）、存储模块（5）和前端展示模块（6）；所述数据采集模块（1）一端通过布置在机车柴油机上的各类监控传感器进行信号采集，另一端通过传输模块（2）连接预处理模块（3）；所述预处理模块（3）包括数据清洗、查重、去噪等工作，所述传输模块（2）传输的信号进行清洗切片后通过特征向量提取器提取信号特征向量，并通过算法应用模块（4）的异常识别诊断算法识别出工作异常信号特征向量，并将之结合故障分类算法对具体的故障件进行诊断定位；所述数据采集模块（1）采集的原始信号和算法诊断信息通过后端管理软件调度存入存储模块（5），然后给前端展示模块（6）提供显示交互素材。
2.根据权利要求1所述的一种基于知识图谱的铁路机车柴油机故障诊断系统，其特征是，所述算法应用模块（4）的故障分类算法，对铁路机车柴油机搭建失效分析故障树并导入系统知识库，通过将异常识别诊断算法识别出工作异常信号特征向量检索失效分析故障树中对应的失效模式，生成基于领域知识划分的所有故障预分类。
...【技术特征摘要】
1.一种基于知识图谱的铁路机车柴油机故障诊断系统，其特征是，包括数据采集模块（1）、传输模块（2）、预处理模块（3）、算法应用模块（4）、存储模块（5）和前端展示模块（6）；所述数据采集模块（1）一端通过布置在机车柴油机上的各类监控传感器进行信号采集，另一端通过传输模块（2）连接预处理模块（3）；所述预处理模块（3）包括数据清洗、查重、去噪等工作，所述传输模块（2）传输的信号进行清洗切片后通过特征向量提取器提取信号特征向量，并通过算法应用模块（4）的异常识别诊断算法识别出工作异常信号特征向量，并将之结合故障分类算法对具体的故障件进行诊断定位；所述数据采集模块（1）采集的原始信号和算法诊断信息通过后端管理软件调度存入存储模块（5），然后给前端展示模块（6）提供显示交互素材。
2.根据权利要求1所述的一种基于知识图谱的铁路机车柴油机故障诊断系统，其特征是，所述算法应用模块（4）的故障分类算法，对铁路机车柴油机搭建失效分析故障树并导入系统知识库，通过将异常识别诊断算法识别出工作异常信号特征向量检索失效分析故障树中对应的失效模式，生成基于领域知识划分的所有故障预分类。
3.根据权利要求2所述的一种基于知识图谱的铁路机车柴油机故障诊断系统，其特征是，基于所述失效分析故障树与检测信号间机理关系梳理各信号关联异常故障预分类，并将其关联关系形象化生成关联图，所述关联图作为先验知识注入到图卷积网络中，图卷积网络结合信号特征向量作为输入，对关联图的邻接矩阵权重进行动态更新，并最终得到故障定位或分类算法。
4.根据权利要求1所述的一种基于知识图谱...
【专利技术属性】
技术研发人员：方浩，郑永强，王影，李友峰，张洪磊，米贵，吴亦宁，杨田云，杨青青，张强，张松杨，刘维山，闫玉凤，胡卫星，张亮亮，杨治宝，徐伟，李梦斐，金嘉炜，叶帆，杨磊，赵蕊，庞立民，钱辉，文波，严磊，吕进，
申请(专利权)人：中车戚墅堰机车有限公司，
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。