一种针对数据缺失的高速列车悬挂系统故障预测方法、装置和电子设备制造方法及图纸

本发明专利技术公开了一种针对数据缺失的高速列车悬挂系统故障预测方法，包括：采集高速列车在各状态下的信号数据，构造数据缺失的样本集；对高速列车状态信号数据进行数据处理；对处理后的历史数据构造故障敏感程度向量与数据缺失位置向量，制作故障趋势预测的数据集；将改进的时间分布匹配算法与Transformer架构结合，对基于时间分布匹配算法的Transformer模型初始化；结合时间分布匹配算法进行离线训练、评估以及保存最优模型；加载最优模型，进行高速列车悬挂系统的在线故障预测。本发明专利技术可有效解决现有技术的时间序列数据分布偏移问题，实现在数据缺失工况下的高速列车悬挂系统故障预测。

【技术实现步骤摘要】

本专利技术公开了一种针对数据缺失的高速列车悬挂系统故障预测方法、装置和电子设备，属于高速列车悬挂系统故障预测。

技术介绍

1、悬挂系统作为高速列车转向架的重要组成部分，其作用是提供列车车体的支撑以及降低由轨道不平顺所产生的振动，以保证列车的平稳运行和乘坐舒适性。悬挂系统长期暴露在强风、高寒或高温等严苛的环境，随着列车在轨长时间的运行，悬挂系统部件会出现性能衰退等问题，从而给高速列车的安全运行带来重大隐患。因此，研究高速列车悬挂系统的故障趋势预测技术对于保障整车的安全性、可靠性以及预防和降低故障损失等具有重要的理论意义和工程价值。

2、目前现有的基于数据驱动的高速列车悬挂系统故障趋势预测技术，大多使用独立同分布假设建立概率模型，依靠预测模型本身的强拟合能力完成故障趋势的预测，同时针对时间序列的循环神经网络模型也鲜有考虑数据分布随时间变化的情况，因此上述预测模型面对数据缺失的时间序列处理能力有限。高速列车悬挂系统工作环境严苛，振动或传感器通信异常都会产生数据的缺失，造成数据分布偏移的加剧，从而导致故障预测模型精度的进一步下降。</p>

3、目前本文档来自技高网...

【技术保护点】

1.一种针对数据缺失的高速列车悬挂系统故障预测方法，其特征在于包括如下步骤：

2.如权利要求1所述的一种针对数据缺失的高速列车悬挂系统故障预测方法，其特征在于，在所述步骤一中，所述的高速列车正常及故障状态，包括正常运行、弹簧性能下降10％、阻尼器性能下降30％的故障三种状态；高速列车仿真在轨运行120Km，在第60Km注入故障；所述的分别采集高速列车在正常与故障状态下的信号数据、构造故障样本集，包括：对于故障运行状态，实验样机只设置一种故障类型，没有多故障并发情况，构建上述状态下的完整样本集；之后对完整样本进行缺失处理，构建包括正常数据、故障数据和缺失数据的样本集，其中样本缺...

【技术特征摘要】

1.一种针对数据缺失的高速列车悬挂系统故障预测方法，其特征在于包括如下步骤：

2.如权利要求1所述的一种针对数据缺失的高速列车悬挂系统故障预测方法，其特征在于，在所述步骤一中，所述的高速列车正常及故障状态，包括正常运行、弹簧性能下降10％、阻尼器性能下降30％的故障三种状态；高速列车仿真在轨运行120km，在第60km注入故障；所述的分别采集高速列车在正常与故障状态下的信号数据、构造故障样本集，包括：对于故障运行状态，实验样机只设置一种故障类型，没有多故障并发情况，构建上述状态下的完整样本集；之后对完整样本进行缺失处理，构建包括正常数据、故障数据和缺失数据的样本集，其中样本缺失占数据总量的5％。

3.如权利要求1所述的一种针对数据缺失的高速列车悬挂系统故障预测方法，其特征在于，在所述的步骤二中，所述的对高速列车状态信号数据进行数据处理，得到神经网络训练使用的带缺失的数据集，以及transformer的输入向量，包括：

4.如权利要求1所述的一种针对数据缺失的高速列车悬挂系统故障预测方法，其特征在于，在所述的步骤三中对处理后的历史数据构造故障敏感程度向量k与数据缺失位置向量p，并按数据段划分源域与目标域，制作故障趋势预测的数据集，包括：

5.如权利要求1所述...

【专利技术属性】
技术研发人员：吴云凯，王炫森，周扬，朱志宇，苏荣才，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：