动车组制动缸故障监测方法及故障监测系统的制作方法
【技术领域】
[0001] 本发明涉及工业监测和故障诊断领域，尤其涉及一种动车组制动缸故障监测方法 及故障监测系统。
【背景技术】
[0002] 随着动车组运行速度的不断提高，人们对动车组运行安全性的需求也在不断增 加，这就对动车组制动技术提出了更高的要求。近年来动车组的动力制动技术虽取得了长 足发展，但空气制动技术仍然是动车组制动技术中不可或缺的一部分，对保障动车组安全 运行具有极其重要的意义。
[0003] 制动缸作为动车组空气制动系统的基础制动装置，与制动夹钳、制动盘共同构成 了空气制动系统的执行环节。其中，制动缸作为动车组空气制动系统的关键部件，对动车组 实现可靠安全的制动起决定作用。
[0004] 为满足动车组制动的功能(如制动距离、制动减速度)和性能(如防冲动限制、乘客 舒适度）需求，在制动/缓解过程中，通常要求动车组每节列车的多个车轴上的制动缸压力 在一定时间内同时上升/下降到某个压力设定值，并允许一定的控制误差。如果在制动施 加、保持或者缓解过程中，上述制动缸或者制动缸所在的管路发生故障，那么动车组的制动 性能甚至制动功能将会受到影响。例如，若某个制动缸或者该制动缸所在管路发生气体泄 漏故障，那么该制动缸压力将低于设定值，从而使该制动缸对应的车轴制动力低于其他轴 的制动力，进而影响列车制动性能。再者，由于长期使用而导致的部件性能退化等原因，制 动缸也可能发生充气/排气缓慢故障。严重的制动缸充气/排气缓慢故障将会使得制动缸压 力出现异常，从而触发现有监测系统报制动缸压力过高/过低故障，进而导致本节列车制动 力切除甚至需要进行停车处理的情形发生。即使轻度的某个制动缸充气/排气缓慢故障也 会使得本节列车的各个车轴之间的制动力不一致，进而影响制动性能。因此，实际中通常安 装压力传感器对制动缸的压力进行实时监测，以便及时地诊断出可能发生的异常或严重故 障。
[0005] 现有监测系统一般采取基于单变量超限报警机制对动车组制动缸可能出现的故 障进行监测，主要考虑超出设定值较大的制动缸压力过高/过低故障。这类故障通常由非常 严重的制动缸或所在管路发生泄漏，以及制动缸功能异常导致的无法充气/排气或者严重 的充气/排气缓慢而造成。针对制动缸或所在管路的轻度泄漏，或者由于制动缸性能下降而 导致的充气/排气缓慢故障，现有监测逻辑并没有涉及。
[0006] 综上，亟需一种新的故障诊断方法对动车组每节列车的多个制动缸进行在线监 控，及时地完成制动缸故障的检测和分离。
【发明内容】
[0007] 本发明所要解决的技术问题之一是需要提供一种新的故障诊断方法对动车组每 节列车的多个制动缸进行在线监控，及时地完成制动缸故障的检测和分离。
[0008] 为了解决上述技术问题，本申请的实施例首先提供了一种动车组制动缸故障监测 方法，包括，获取正常工况下包含制动过程的各制动缸压力测量数据构成训练数据集;计算 训练数据集中每个样本的变量间方差并确定变量间方差的阈值;实时采集各制动缸当前时 刻的压力测量数据作为测试样本，并利用所述变量间方差的阈值判断该测试样本是否包含 有故障；当判断为包含有故障时，依次求取所述测试样本中每个制动缸压力测量数据的重 构贡献值，并将具有最大重构贡献值的制动缸确定为发生故障的制动缸。
[0009] 优选地，在计算训练数据集中每个样本的变量间方差并确定变量间方差的阈值的 步骤中包括:计算样本的均值，以样本中各测量数据与所述均值的差的平方和作为该样本 的变量间方差;依次获取训练数据集中每个样本的变量间方差，将所述变量间方差的最大 值确定为变量间方差的阈值。
[0010] 优选地，根据如下表达式计算所述变量间方差var:
[0011] var z':l
[0012] 其中，TCF(i)表示样本中与第i个制动缸对应的测量数据，表示样本的均值，n 表示样本中所包含的制动缸的个数。
[0013] 优选地，在利用所述变量间方差的阈值判断该测试样本是否包含有故障的步骤中 包括，计算该测试样本的变量间方差，并与所述变量间方差的阈值进行比较，当该测试样本 的变量间方差大于所述变量间方差的阈值时，判断该测试样本包含有故障；当该测试样本 的变量间方差小于等于所述变量间方差的阈值时，判断该测试样本不包含故障。
[0014] 优选地，在依次求取所述测试样本中每个制动缸压力测量数据的重构贡献值的步 骤中包括：以测试样本中除某一个测量数据以外的其他测量数据的均值替换该测量数据组 成重构样本，依次求取所述测试样本中对应于每个制动缸的重构样本的变量间方差;将所 述测试样本的变量间方差与各重构样本的变量间方差的差值作为测试样本中各制动缸压 力测量数据的重构贡献值。
[0015] 本申请的实施例还提供了一种动车组制动缸故障监测系统，包括，数据采集模块， 其获取正常工况下包含制动过程的各制动缸压力测量数据构成训练数据集;建模模块，其 计算训练数据集中每个样本的变量间方差并确定变量间方差的阈值;检测模块，其实时采 集各制动缸当前时刻的压力测量数据作为测试样本，并利用所述变量间方差的阈值判断该 测试样本是否包含有故障;分离模块，其当判断为包含有故障时，依次求取所述测试样本中 每个制动缸压力测量数据的重构贡献值，并将具有最大重构贡献值的制动缸确定为发生故 障的制动缸。
[0016]优选地，建模模块根据如下步骤计算训练数据集中每个样本的变量间方差并确定 变量间方差的阈值:计算样本的均值，以样本中各测量数据与所述均值的差的平方和作为 该样本的变量间方差;依次获取训练数据集中每个样本的变量间方差，将所述变量间方差 的最大值确定为变量间方差的阈值。
[0017]优选地，建模模块根据如下表达式计算所述变量间方差var:
[0019] 其中，TCF (i)表示样本中与第i个制动缸对应的测量数据，元安表示样本的均值，n 表示样本中所包含的制动缸的个数。
[0020] 优选地，检测模块根据如下步骤判断测试样本是否包含有故障，计算该测试样本 的变量间方差，并与所述变量间方差的阈值进行比较，当该测试样本的变量间方差大于所 述变量间方差的阈值时，判断该测试样本包含有故障；当该测试样本的变量间方差小于等 于所述变量间方差的阈值时，判断该测试样本不包含故障。
[0021] 优选地，分离模块根据如下步骤依次求取所述测试样本中每个制动缸压力测量数 据的重构贡献值：以测试样本中除某一个测量数据以外的其他测量数据的均值替换该测量 数据组成重构样本，依次求取所述测试样本中对应于每个制动缸的重构样本的变量间方 差;将所述测试样本的变量间方差与各重构样本的变量间方差的差值作为测试样本中各制 动缸压力测量数据的重构贡献值。
[0022] 与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效 果：
[0023] 通过利用样本的变量间方差这一度量指标对测量数据的特征进行建模，可以及时 地对故障进行检测和分离，指示发