基于惯性导航的高铁供电弓网状态监测与故障诊断系统及方法与流程

本发明涉及高铁安全监测，尤其涉及一种基于惯性导航的高铁供电弓网状态监测与故障诊断系统及方法。

背景技术：

1、在高速铁路领域，供电系统的稳定性和可靠性是确保列车安全、高速运行的关键因素，其中高铁供电系统主要由接触网和受电弓组成，受电弓通过与接触网接触来获取电能，供列车使用。然而，受电弓与接触网之间的相互作用复杂，受电弓在高速运行中的动态行为和接触状态会受到多种因素的影响，如列车速度、轨道不平顺、接触网波动、环境条件等。这些因素可能导致受电弓与接触网的接触质量下降，甚至引发故障，从而影响列车的正常运行。

2、此外，现有的监测系统往往只侧重于单一类型的监测，存在如下问题：由于无法实现对受电弓状态的连续实时监测，难以及时发现潜在故障，实时性不足；受环境因素和传感器自身限制的影响，监测数据的准确性不高；现有的监测系统往往缺乏有效的数据分析手段，难以准确诊断故障原因。

技术实现思路

1、为解决上述技术问题，本发明提供一种基于惯性导航的高铁供电弓网状态监测与故障诊断系统及方法。

2、为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

3、本发明采用如下技术方案：

4、本发明提供一种基于惯性导航的高铁供电弓网状态监测与故障诊断系统，包括：压力监测子系统、图像识别监测子系统、惯性导航子系统及故障诊断子系统；

5、所述压力监测子系统包括：压力数据处理器及四个分别安装于受电弓底板的背面四角处的压力采集模块；所述压力采集模块的数据输出端与所述压力数据处理器的数据输入端连接，将采集到的受电弓底板的四角压力值发送至所述压力数据处理器，所述压力数据处理器根据受电弓底板的四角压力值生成受电弓弓头的当前压力测估姿态；

6、所述图像识别监测子系统包括：图像识别处理器及安装于受电弓底板正面的近弓头侧的摄像头模块；所述摄像头模块的数据输出端与所述图像识别处理器的数据输入端连接，将采集到的受电弓图像发送至所述图像识别处理器，所述图像识别处理器根据受电弓图像生成受电弓弓头的当前图像识别位置和当前图像识别姿态；

7、惯性导航子系统包括：陀螺仪、加速度计及惯导数据处理器；所述陀螺仪安装于受电弓弓头上，数据输出端与所述惯导数据处理器的数据输入端连接，将采集到的弓头姿态数据发送至所述惯导数据处理器；所述加速度计安装于受电弓弓头构架上，数据输出端与所述惯导数据处理器的数据输入端连接，将采集到的弓头加速度数据发送至所述惯导数据处理器；所述惯导数据处理器根据弓头姿态数据与弓头加速度数据，生成受电弓弓头的当前惯导位置和当前惯导姿态；

8、所述故障诊断子系统的数据输入端分别与所述压力数据处理器、图像识别处理器、惯导数据处理器的数据输出端连接，用于根据获取到的数据输出故障原因。

9、进一步的，所述故障诊断子系统包括：外数据处理模块、内数据处理模块、数据综合处理模块及故障诊断输出模块；

10、所述外数据处理模块的数据输入端与弓网状态监测系统的数据输出端连接，获取由所述弓网状态监测系统发送的接触压力和接触电流，用于当检测到接触压力和/或接触电流存在异常时，则生成核验信号，并将所述核验信号发送至内数据处理模块；

11、内数据处理模块的数据输入端与所述压力数据处理器、图像识别处理器、惯导数据处理器的数据输出端连接，用于当接收到所述核验信号时，生成压力测估姿态曲线、图像识别位置曲线、图像识别姿态曲线、惯导位置曲线以及惯导姿态曲线；

12、数据综合处理模块，用于获取压力测估姿态曲线、图像识别姿态曲线和惯导姿态曲线并进行合并，将获取的图像识别位置曲线和惯导位置曲线进行合并，并获取数据孤点所在的时间点，根据该时间点向所述图像识别监测子系统发送受电弓图像请求信号，获取所述图像识别监测子系统返回的该时间点的受电弓图像；

13、故障诊断输出模块，用于输出故障原因，所述故障原因包括：位置偏差故障、姿态异常故障、异物故障和弓网状态监测系统故障。

14、进一步的，所述的一种基于惯性导航的高铁供电弓网状态监测与故障诊断系统，还包括：车载控制箱和展示屏幕；

15、所述压力数据处理器、图像识别处理器、惯导数据处理器和故障诊断子系统均安装于车头的所述车载控制箱内，所述展示屏幕安装于所述车载控制箱的正面，所述车载控制箱的背面通过螺栓固定于车头内壁；

16、所述展示屏幕，用于将合并后的压力测估姿态曲线、图像识别姿态曲线和惯导姿态曲线，合并后的图像识别位置曲线和惯导位置曲线，数据孤点所在的时间点的受电弓图像以及故障原因进行展示。

17、本发明还提供一种基于惯性导航的高铁供电弓网状态监测与故障诊断方法，包括：

18、压力监测子系统采集受电弓底板的四角压力值，并生成受电弓弓头的当前压力测估姿态；

19、图像识别监测子系统采集受电弓图像，并生成受电弓弓头的当前图像识别位置和当前图像识别姿；

20、惯性导航子系统采集弓头姿态数据及弓头加速度数据，并生成受电弓弓头的当前惯导位置和当前惯导姿态；

21、故障诊断子系统根据获取到的数据输出故障原因。

22、进一步的，所述故障诊断子系统根据获取到的数据输出故障原因的过程包括：

23、外数据处理模块获取由弓网状态监测系统发送的接触压力和接触电流，当检测到接触压力和/或接触电流存在异常时，则生成核验信号，并将所述核验信号发送至内数据处理模块；

24、当内数据处理模块接收到所述核验信号时，生成压力测估姿态曲线、图像识别位置曲线、图像识别姿态曲线、惯导位置曲线以及惯导姿态曲线；

25、数据综合处理模块获取压力测估姿态曲线、图像识别姿态曲线和惯导姿态曲线并进行合并以形成姿态曲线，将获取的图像识别位置曲线和惯导位置曲线进行合并以形成位置曲线，并获取数据孤点所在的时间点，根据该时间点向所述图像识别监测子系统发送受电弓图像请求信号，获取所述图像识别监测子系统返回的该时间点的受电弓图像；

26、故障诊断输出模块输出故障原因，所述故障原因包括：位置偏差故障、姿态异常故障、异物故障和弓网状态监测系统故障。

27、进一步的，所述故障诊断输出模块输出故障原因的过程包括：

28、s1：当检测到接触压力存在异常时，识别所述位置曲线上是否存在数据孤点，若存在则执行s2，否则执行s3；

29、s2：判断该数据孤点所在时间点的受电弓图像是否与该数据孤点处位置相匹配，若匹配则输出故障原因为位置偏差故障的信息，否则执行s3；

30、s3：识别所述姿态曲线上是否存在数据孤点，若存在则执行s4，否则执行s5；

31、s4：判断该数据孤点所在时间点的受电弓图像是否与该数据孤点处姿态相匹配，若匹配则输出故障原因为姿态异常故障的信息，否则执行s5；

32、s5：识别该数据孤点所在时间点的受电弓图像是否存在异物图像，若存在则输出故障原因为异物故障的信息，若不存在则输出故障原因为弓网状态监测系统故障的信息。

33、进一步的，所述的一种基于惯性导航的高铁供电弓网状态监测与故障诊断方法，还包括：所述数据综合处理模块将姿态曲线、位置曲线、数据孤点所在的时间点的受电弓图像加密传输至控制中心。

34、进一步的，所述数据综合处理模块通过下述加密传输方法进行加密传输：

35、时空混沌密钥生成：利用高铁运行时的速度、位置和时间信息作为初始条件，生成时空混沌序列，从时空混沌序列中提取加密密钥；

36、分形结构加密：将待加密数据分割成多个数据块，对每个数据块进行初步加密，将初步加密的数据块映射到分形结构上，通过分形迭代进行二次加密；

37、自适应同步解密：控制中心根据接收到的数据包的时间戳和高铁的空间位置信息，重建与发送端同步的时空混沌序列，利用重建的时空混沌序列生成的密钥序列，对加密数据进行逆向解密。

38、本发明所带来的有益效果：

39、1.通过集成压力监测、图像识别以及惯性导航等多种监测手段实现多维度监测，能够从不同角度全面监测受电弓的状态，提高了监测的准确性和可靠性；

40、2.能够根据实时收集到的数据快速识别出受电弓可能出现的位置偏差、姿态异常、异物侵入等故障类型，实现实时诊断并及时输出故障原因，有助于列车维护人员迅速采取应对措施；

41、3.通过对外部数据的处理和内部数据的综合分析相结合的方式，可以自动识别出潜在问题，减轻了人工监测的工作量，提高了故障诊断的智能化水平；

42、4.车载控制箱中的展示屏幕能够直观显示监测数据和故障诊断结果，便于操作人员实时了解受电弓的状态，有助于提高故障处理的效率；

43、5.通过对受电弓状态的全面监测，本发明有助于预防因受电弓故障引起的行车安全事故，提升了高铁运行的安全系数。