一种列车车载设备故障监控方法及装置与流程

文档序号:20045008发布日期:2020-02-28 12:53阅读:1117来源:国知局
一种列车车载设备故障监控方法及装置与流程
本发明涉及一种设备故障监控方法及装置,特别涉及一种列车车载设备故障监控方法及装置,属于车载设备安全
技术领域

背景技术
:我国地域辽阔,人员众多,铁路运输作为国家的重要基础设施、大众化的交通工具,在中国综合交通运输体系中处于骨干地位。随着高速铁路的发展,列车运行速度越来越快,对列车安全性的要求也越来越高,如何确保车载设备的正常、稳定运行,是目前面临的一个重大问题。现有的列车故障监控,多通过高频次的点检检查实现,但点检检查只能发现已产生故障的设备,减小故障的影响,无法做到有效的预防故障的发生。此外,现有技术中还有通过对部分种的类故障易发设备故障率建立模型,从而对某类设备故障率进行预测,进而对高风险设备提前进行更换,达到降低车载设备故障率的效果,此种方法能够在一定程度上提高列车安全性,但由于其分析对象为一类设备,无法精确到每个设备,而不同列车上相同的设备,或者同一列车不同时刻的使用环境实际是有差距的,所以预测结果存在较大的偏差,为保证列车安全,常常提前很久对车载设备就进行更换,浪费了大量的财力物力,并且部分设备的故障无法预测到。因此,亟需研究一种能够有效监控车载设备故障的方法及装置。技术实现要素:为了克服上述问题,本发明人进行了锐意研究,开发了一种列车车载设备故障监控方法及设备,该方法包括:s1、选择管制特性;s2、建立管制特性数据标样;s3、建立管制参数;s4、建立管制界限模型;s5、建立修正系数模型;s6、套用管制界限模型,持续故障监控。在步骤s1中,所述选择管制特性,是指针对不同的车载设备选择能够代表其性能的特征作为管制特性,按照以下步骤选择管制特性:s11、确定车载设备中能够定量表示的特征;s12、在能够定量表示的特征中选择可典型得反应/代表设备主要性能和/或经常出问题的特征作为管制特性。在步骤s2中,所述管制特性数据标样包含的管制特性数据数量不少于25个。在步骤s3中,根据步骤s2收集管制特性数据标样,建立管制参数,所述管制参数包括标准上限uss、标准下限lss、管控上限usl、管控下限lsl和管控中心线cl,所述标准上限uss和标准下限lss为设备无法正常工作时的管制特性数值,所述管控上限usl和管控下限lsl为设备故障的预警值,所述管控上限usl=cl+3σ,管控下限lsl=cl-3σ,其中σ为管制特性数据标样的标准方差,所述管制参数还包括设备能力mck,所述设备能力若mck≧1.33,表明设备运行情况良好;若1.0≦mck<1.33,表明设备运行存在波动,需要检查设备,确定引起设备运行波动的原因,并消除该波动原因;若0.67≦mck<1,表明设备运行已极不稳定,需要立即进行检查维修;若mck<0.67,表明设备已损坏或部分损坏;在设备能力mck的值小于1.33的情况下,则需检修或采用其它相关手段对设备进行维护、更换,然后重新进行步骤s2、s3,直至设备能力mck值不小于1.33为止。在步骤s4中,所述建立管制界限模型,为制作能够监控设备运行状态的模型,所述管制界限模型具有a、b、c、f四种区域,所述四种区域由ucl、cl+2σ、cl+σ、cl-σ、cl-2σ和lcl划分构成,其中,横轴为时间轴,纵轴为数值轴,大于标准上限uss和小于标准下限lss为f区,cl+σ与cl-σ分隔形成a区,cl+2σ、cl+σ之间和cl-σ、cl-2σ之间形成的区域为b区,cl+2σ、ucl之间和cl-2σ、lcl之间形成的区域为c区,。在步骤s5中,所述建立修正模型,是指在不同速度下对管制特性数据进行收集,并与速度和振动值进行拟合得到修正系数曲线方程,具体的,包括如下子步骤:s51、列车由停止逐渐加速至最大速度,收集加速过程中不同速度下的列车振动值和管制特性数据,得到一组含有速度、振动值、管制特性数据的数组;s52、列车逐渐减速至停止,收集减速过程中不同速度下的列车振动值和管制特性数据,得到一组含有速度、振动值、管制特性数据的数组;s53、确定管制特性偏差系数数组;s54、以步骤s54得到的数组中的管制特性偏差系数的数组为因变量,以数组中的速度和振动值为自变量进行曲线拟合,得到反映管制特性偏差系数的修正系数曲线方程。在步骤s6中,所述套用管制界限,持续故障监督,包括以下子步骤:s61、收集设备的管制特性数据;s62、对步骤s61中收集的管制特性数据进行修正;s63、将经过修正的管制特性数据标定在管制界限模型对应区域;s64、解析模型,进行监控。其中,在步骤s53中,当出现以下情况时,说明设备运行出现异常,或运行环境已发生改变:当管制特性数据出现在f区,表明设备已出现故障,需立即维护;当管制特性数据连续9次落在cl同一侧或连续6次递增或递减,则表示设备整体运行状态出现下降,需查找对应原因,并进行解决;当管制特性数据连续3次数据中有2次落在cl同一侧的a区,或连续4次数据中有3次落在cl同一侧的c区以外,表明设备运行状态可能发生偏移,需要校准;此外,当管制特性数据连续15次落在cl两侧的c区内时,表示步骤s2中收集的管制特性数据标样不当,造成a、b、c、f区间计算不准确,需重复步骤s2~s5,重新建立模型。本发明还提供一种用于列车车载设备故障监控的装置,包括参数设置模块、数据采集模块、模型模块、监控模块和展示模块。所述参数设置模块,用于设置装置的参数,包括管制特性数据类型、管制特性数据标准上限uss、管制特性数据标准下限lss、管制特性样本采集数量、管制特性样本采集频率、监控数据收集频次、监控数据收集时间、连接端口;所述数据采集模块,用于收集不同设备的管制特性数据,包括样本采集子模块和监控采集子模块,所述样品采集子模块,用于收集管制特性数据标样,监控采集子模块,用于在持续故障监控过程中,收集设备的管制特性数据、列车速度和振动值;所述模型模块,用于建立并存储管制界限模型,具有参数建立子模块、模型建立子模块和修正系数建立子模块;所述监控模块能够调用监控采集子模块中的数据、模型建立子模块中的模型和修正系数建立子模块中的修正系数曲线方程,并执行上述步骤s6,将监控结果传递至展示模块;所述展示模块,其能够接收模型模块和监控模块传递的信息并进行展示。本发明提供的一种列车车载设备故障监督方法及装置能够取得以下有益效果:1.根据本发明提供的列车车载设备故障监督方法及装置,监控精度高,其监控对象精确到单个设备,提高了列车的安全性;2.根据本发明提供的列车车载设备故障监督方法及装置,能够实现在故障开始发生时或设备出现隐患时及时发现,进而通过检查消除隐患,避免设备故障变大,提高了列车的安全性。附图说明图1示出根据本发明提供的一种优选实施方式的列车车载设备故障监控方法流程示意图;图2示出根据本发明提供的一种优选实施方式的管制界限模型示意图;图3示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图4示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图5示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图6示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图7示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图8示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图9示出根据本发明提供的一种优选实施方式的设备运行异常时的管制界限模型示意图;图10示出实施例1中管制界限模型示意图;图11示出实施例1中设备运行异常时的管制界限模型示意图。具体实施方式下面通过附图和优选实施方式对本发明进一步详细说明。通过这些说明,本发明的特点和优点将变得更为清楚明确。在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。一方面,发明人开发了一种列车车载设备故障监督方法,如图1所示,该方法包括:s1、选择管制特性;s2、收集管制特性数据标样;s3、建立管制参数;s4、建立管制界限模型;s5、建立修正系数模型;s6、套用管制界限模型,持续故障监控。具体的,在步骤s1中,所述选择管制特性,是指针对不同的车载设备选择能够代表其性能的特征作为管制特征,优选地,按照以下步骤选择管制特性:s11、确定车载设备中能够定量表示的特征,所述能够定量表示的特征,是指该特征通过测量或其它方式可得到具体数值,例如温度、速度等。s12、在能够定量表示的特征中选择可典型得反应/代表设备主要性能和/或经常出问题的特征作为管制特性,例如机车安全计算机柜内的温度和湿度都能定量表示,但温度更能够反应计算机冷却系统的性能,选择温度为管制特性;又例如,通讯模块的信号强度能够反应信息发射接受模块的性能,速度传感器和雷达传感器测速偏差值能够反应测速测距模块的性能等。在本发明中,一种设备的管制特性可以有多种,例如通讯模块的信号强度和信号丢包率都可以作为其管制特性,以更好的反应设备的运行情况。在步骤s2中,针对每种管制特性,收集其管制特性数据,进而形成一组管制特性数据标样,当一种设备具有多种管制特性时,每种管制特性各形成一组管制特性数据标样。在本发明中,所述管制特性数据标样是管制界限模型建立的基准,为提高模型的准确性,优选在列车保养完成后收集管制特性数据从而建立标样。为减少外界环境(如列车高速运动、振动等)对管制特性数据的影响,更优选地,在列车低速运行(速度小于10km/h)或停车时收集管制特性数据。在建立管制特性数据标样时,优选地,在较小的间隔时间内连续收集管制特性数据,以避免收集时间过长,设备状态下降,收集到具有隐患的设备数据,更优选地,收集管制特性数据的时间间隔为1~2小时,以保证的数据的分散性。进一步地,为保证建立的管制界限模型准确性,每组管制特性数据标样的平均值和标准偏差应当稳定,所述稳定是指管制特性数据标样的平均值和标准偏差不受标样内管制特性数据数量的影响或受到的影响较小,发明人发现,当管制特性数据标样包含的管制特性数据数量不少于25个时,即能够实现管制特性数据标样的平均值和标准偏差稳定,更优选地,管制特性数据的数量为25~45个。在步骤s3中,根据步骤s2收集管制特性数据标样,建立管制参数,所述管制参数包括标准上限uss、标准下限lss、管控上限usl、管控下限lsl和管控中心线cl,所述标准上限uss和标准下限lss为设备无法正常工作时的管制特性数值,例如,速度传感器和雷达传感器测速偏差值为-10km/h和10km/h时,测速测距模块的测量结果已经完全不准确,认为测速测距模块已出现故障,则标准上限为10,标准下限为-10。所述管控中心线cl为设备状态良好时,管制特性的最优值,在本发明中,所述管控中心线cl可以为标准上限和标准下限的中值,也可以是管制特性数据标样的平均值x,优选为标准上限和标准下限的中值,以减少管制特性数据标样收集时设备状态对管控中心线cl的影响。所述管控上限usl和管控下限lsl为设备故障的预警值,进一步地,所述管控上限usl=cl+3σ,管控下限lsl=cl-3σ,其中σ为管制特性数据标样的标准方差。在一个优选的实施方式中,所述管制参数还包括设备能力mck,所述设备能力所述设备能力mck能够评判制作管制特性数据标样时设备是否正常,具体的:若mck≧1.33,表明设备运行情况良好;若1.0≦mck<1.33,表明设备运行存在波动,需要检查设备,确定引起设备运行波动的原因,并消除该波动原因,以使得设备运行稳定;若0.67≦mck<1,表明设备运行已极不稳定,需要立即进行检查维修;若mck<0.67,表明设备已损坏或部分损坏。通过设备能力mck的值,能够检查在步骤s2中所选的设备的运行情况,在设备能力mck的值小于1.33的情况下,则需检修或采用其它相关手段对设备进行维护、更换,待设备工作正常后再次执行步骤s2、s3。在步骤s4中,所述建立管制界限模型,为制作能够监控设备运行状态的模型,如图2所示,所述管制界限模型具有a、b、c、f四种区域,所述四种区域由ucl、cl+2σ、cl+σ、cl-σ、cl-2σ和lcl划分构成,其中,横轴为时间轴,纵轴为数值轴,大于标准上限uss和小于标准下限lss为f区,cl+σ与cl-σ之间形成的区域a区,cl+2σ、cl+σ之间和cl-σ、cl-2σ之间形成的区域为b区,cl+2σ、ucl之间和cl-2σ、lcl之间形成的区域为c区。在本发明中,不同于其它设备,列车车载设备是在高速运行和高振动条件下工作,在对车载设备运行情况进行采样收集管制特性数据时,速度和振动都会对收集结果造成影响,造成管制特性数值不准确,需对其进行修正,以保证监控的有效性。在步骤s5中,所述修正系数,是通过在不同速度下对管制特性数据进行收集,并与速度和振动值进行拟合得到。具体的,包括如下子步骤:s51、列车由停止逐渐加速至最大速度,收集加速过程中不同速度下的列车振动值和管制特性数据,得到一组含有速度、振动值、管制特性数据的数组;优选地,每增加10km/h的速度收集一次振动值和管制特性数据,更优选地,在列车保养完成后进行数据的收集,以提高模型的准确性。s52、列车逐渐减速至停止,收集减速过程中不同速度下的列车振动值和管制特性数据,得到一组含有速度、振动值、管制特性数据的数组,优选地,每减少10km/h的速度收集一次振动值和管制特性数据。s53、确定管制特性偏差系数数组,所述偏差系数为管制特性数据与管制特性数据标样的平均值x的比值,将步骤s51、s52中得到的数组中的管制特性数据除以管制特性数据标样的平均值x,得到含有速度、振动值、管制特性偏差系数数组。s54、以步骤s54得到的数组中的管制特性偏差系数的数组为因变量,以数组中的速度和振动值为自变量进行曲线拟合,得到反映管制特性偏差系数的修正系数曲线方程。在本发明中,优选采用a=p0+p1v+p2(v-p3)2+p4d-p5(d-p6)2方程进行拟合,其中v代表列车运行速度、d代表振动值,a表示管制特性偏差系数,p0、p1、p2、p3、p4、p5、p6为拟合得到的常数。在步骤s6中,所述套用管制界限,持续故障监督,包括以下子步骤:s61、收集设备的管制特性数据。优选地,按照固定时间间隔收集设备产生的管制特性数据,并传递至管制界限模型。进一步地,在收集管制特性数据的同时,采集列车速度和列车振动值。s62、对步骤s61中收集的管制特性数据进行修正。将列车速度和列车振动值代入步骤s54得到的曲线方程中,得到管制特性偏差系数,将管制特性偏差系数与收集管制特性数据相乘,获得经过修正的管制特性数据。s63、将经过修正的管制特性数据标定在管制界限模型对应区域。根据经过修正后的管制特性数据的值,将其按时间顺序标定在管制界限模型中。s64、解析模型,进行监控。根据本发明,当管制界限模型中标定的管制特性数据多于两个以后,即可反应设备运行情况,能够在设备出现隐患或设备出现故障的前期及时发现,从而重点检查,进而消除隐患,提高列车安全性。具体的,所述解析模型,为根据标定后的模型确定设备状态,进而得到监控结果,当出现以下情况时,说明设备运行出现异常,或运行环境已发生改变。当管制特性数据出现在f区,如图3所示,则代表设备已出现故障,需立即维护。当管制特性数据连续9次落在cl同一侧或连续6次递增或递减,如图4、5所示,则表示设备整体运行状态出现下降,需查找对应原因,并进行解决;所述原因一般为设备部件磨损或润滑性下降、个别元器件老化等。当管制特性数据连续3次数据中有2次落在cl同一侧的a区,如图6所示,或连续4次数据中有3次落在cl同一侧的c区以外,则表示设备运行状态可能发生偏移,需要校准,如列车定位模块距离偏差、空转和滑行对测速测距影响计算偏差等。根据本发明,若出现管制特性数据连续15次落在cl两侧的c区内时,如图8所示,说明步骤s2中,在建立管制特性数据标样过程中,所收集的管制特性数据分散性不足,造成a、b、c、f区间计算不准确,需重复步骤s2~s6,重新建立模型。若未出现以上情况,表明设备运行情况良好。在本发明中,在出现管制特性数据连续8次落在cl两侧,但无一点在c区中时,如图9所示,需先检查收集的管制特性数据是否来源于同种类的不同设备,以保证管制特性数据的准确性,例如车载设备中具有两个应答器,将两个应答器的管制特性数据混合在了一起。另一方面,本发明还提供了一种用于列车车载设备故障监控的装置,包括参数设置模块、数据采集模块、模型模块、监控模块和展示模块。所述参数设置模块,用于设置装置的参数,包括管制特性数据类型、管制特性数据标准上限uss、管制特性数据标准下限lss、管制特性样本采集数量、管制特性样本采集频率、监控数据收集频次、监控数据收集时间、连接端口等。所述数据采集模块,用于收集不同设备的管制特性数据,所述数据可以是人工输入,也可以是通过网络从车载相关设备上直接获取,优选通过网络从车载相关设备上直接获取,在数据采集模块上设置有通讯模块,与车载安全计算机以及各设备相连,从而定时读取所需的管制特性数据。进一步地,所述数据采集模块包括样本采集子模块和监控采集子模块,所述样品采集子模块,用于收集管制特性数据标样,其能够根据参数设置模块中管制特性样本采集相关参数从车载设备上收集管制特性数据标样,并传递给模型建立模块。所述监控采集子模块,用于在持续故障监控过程中,收集设备的管制特性数据以及列车速度、振动值,其能够根据参数设置模块中监控数据收集频次、监控数据收集时间等参数从车载设备上收集管制特性数据,并存储,以供监控模块调用。所述模型模块,用于建立并存储管制界限模型。进一步地,所述模型建立模块具有参数建立子模块、模型建立子模块和修正系数建立子模块。所述参数建立子模块用于建立管制参数,其接受样品采集子模块传递的管制特性数据标样,并根据标样按上述步骤s3中的方法确定管控上限usl、管控下限lsl和管控中心线cl。进一步地,所述参数建立子模块还能够获取参数设置模块中的管制特性数据标准上限uss、管制特性数据标准下限lss,并执行上述步骤s3,得到mck值。更进一步地,所述参数建立子模块还能够根据mck的值判断用于收集管制特性数据标样的设备是否正常,并将判断结果传送到展示模块,具体的:若mck≧1.33,表明设备正常,将设备正常信息传递给展示模块;若1.0≦mck<1.33,将mck值传递给展示模块,并发出预警信息,以提示设备运行存在波动;若0.67≦mck<1,将mck值传递给展示模块,并发出警告信息,以提示设备运行已极不稳定;若mck<0.67,将mck值传递给展示模块,并发出警报信息,以提示设备已损坏或部分损坏。所述模型建立子模块,能够执行上述步骤s4,并将得到的管制界限模型存储。所述修正系数建立子模块,能够执行上述步骤s5,并将获得的修正系数曲线方程存储。根据本发明,所述监控模块能够调用监控采集子模块中的数据、模型建立子模块中的模型和修正系数建立子模块中的修正系数曲线方程,并执行步骤s6,将监控结果传递至展示模块。所述展示模块,其能够接收模型模块和监控模块传递的信息并进行展示,优选地,所述展示模块还具有交互功能,使得使用者可以查看不同设备的监控结果。实施例实施例1对车载安全计算机机柜冷却系统进行监控。车载安全计算机机柜冷却系统可用数字表示其性能的特征为:机柜内温度、机柜内湿度、噪音度、冷却空调电压、系统电流等,选择最能够反应机柜冷却系统性能的机柜内温度作为管制特性。每40分钟收集一次机柜内温度,连续收集24小时,得到36个管制特性数据标样,如表1所示。表1时间0:000:401:202:002:403:20温度22.223.123.122.522.823.6时间4:004:405:206:006:407:20温度22.523.822.623.122.821.3时间8:008:409:2010:0010:4011:20温度23.624.422.522.223.823.1时间12:0012:4013:2014:0014:4015:20温度22.622.823.523.822.422.3时间16:0016:4017:2018:0018:4019:20温度21.823.722.823.722.221.8时间20:0020:4021:2022:0022:4023:20温度22.622.821.621.822.823车载安全计算机机柜内温度要求为20~25度,则标准上限uss=25、标准下限lss=20、管制特性数据标样的标准方差σ=0.716、管制特性数据标样的平均值x=22.81、管控中心线cl=(20+25)/2=22.5、管控上限usl=22.5+3*0.716=24.65、管控下限lsl=22.5-3*0.716=20.35、设备能力其中1.0≦mck<1.33,说明机柜冷却系统运行存在波动,经过人工检查,发现冷却风扇轴承缺油,运转不畅,经过维修后重新对机柜内温度进行收集,如表2所示。表2时间0:000:401:202:002:403:20温度22.322.72221.221.221时间4:004:405:206:006:407:20温度22.221.72122.422.221时间8:008:409:2010:0010:4011:20温度21.322.322.521.621.322.5时间12:0012:4013:2014:0014:4015:20温度22.92321.822.621.922.9时间16:0016:4017:2018:0018:4019:20温度21.421.32221.622.121.9时间20:0020:4021:2022:0022:4023:20温度22.122.92321.521.521对第二次收集到的管制特性数据标样进行计算,得到标准上限uss=25、标准下限lss=20、管制特性数据标样的平均值x=21.93,管控上限usl=24.41、管控下限lsl=20.59、管控中心线cl=22.5、设备能力mck=1.60。根据第二次收集的管制特性数据标样,建立管制界限模型,如图10所示。在列车保养完后,收集不同速度下车载安全计算机机柜内温度数据和振动情况,如表3所示,表3将表3中的温度除以确定管制特性偏差系数,如表4所示,表4将表4中的数组通过方程a=p0+p1v+p2(v-p3)2+p4d-p5(d-p6)2拟合,得到修正系数曲线方程:a=1.0104+2.934e-8*v+9.5e-9*(v-175)2+0.0007*d-0.00075*(d-2.97)2,收集车载安全计算机机柜内温度数据、列车速度、振动值,其中6:00收集到的温度为22.4,列车速度为330,振动值为4.5,将列车速度和振动值代入修正系数曲线方程中,得到a=1.0104+2.934e-8*330+9.5e-9*(330-175)2+0.0007*4.5-0.00075*(4.5-2.97)2=1.012,则车载安全计算机机柜内温度经过修正后为22.4*1.012=22.7。每天收集4次温度数据,经过修正后按时间顺序标定在管制界限模型中,进行监控。监控一个月后,发现模型标定如图11所示,管制特性数据连续9次落在cl同一侧,进行检查,发现冷却系统中空调缺氟,造成制冷效果下降,加氟后继续进行监控,发现管制特性数据的值恢复正常。在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”、“前”、“后”等指示的方位或位置关系为基于本发明工作状态下的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”、“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性。以上结合优选实施方式和范例性实例对本发明进行了详细说明。不过需要声明的是,这些具体实施方式仅是对本发明的阐述性解释,并不对本发明的保护范围构成任何限制。在不超出本发明精神和保护范围的情况下,可以对本发明技术内容及其实施方式进行各种改进、等价替换或修饰,这些均落入本发明的保护范围内。本发明的保护范围以所附权利要求为准。当前第1页1 2 3 
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1