一种基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法

本发明属于轨道交通领域，具体涉及一种基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法。

背景技术：

1、交通运输是建设现代化经济体系的重要支撑，高速磁浮作为构建综合立体交通网络的重要组成，是全球交通科技竞争的战略高地。常导高速磁浮交通系统由磁浮车辆、线路轨道、牵引、运控通信等构成。牵引系统是高速磁浮交通系统的核心之一，为磁浮列车运行提供动力，主要由输入输出变压器、大功率三电平变流器、长定子直线同步电机以及配套的馈电电缆和定子开关站等子系统组成。

2、高速磁浮牵引系统长期大功率运行，为了保障牵引系统的可靠性和安全性，通常采用故障维修和定期更换的预防性维护方式，但这种方式效率低，成本高。此外，牵引系统故障类型多、故障样本数据少、运行工况复杂，传统基于信号处理的故障诊断方法存在流程复杂、依赖专家经验知识、自适应性差、快速故障检测困难等问题。

3、针对这些问题，本发明基于数字孪生技术，通过建立数字孪生模型，对牵引系统的健康状态进行检测、预测和管理，从而提高牵引系统的可靠性和运行品质。

技术实现思路

1、本发明的目的在于克服现有技术缺点，提出一种基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，通过建立数字孪生模型，对牵引系统的健康状态进行检测、预测和管理，从而提高牵引系统的可靠性和运行品质。

2、为了实现上述目，本发明采取以下的技术方案，具体步骤为：

3、一种基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，包括以下步骤：

4、步骤1：全工况下牵引系统数字孪生模型建立；

5、步骤2：牵引系统数字孪生模型实时仿真运行与优化；

6、步骤3：牵引系统健康状态监测与故障预测；

7、步骤4：牵引系统自适应优化与容错控制。

8、进一步地，所述的步骤1实现全工况下牵引系统数字孪生模型建立，具体包括直线电机模型、变流器模型、定子开关站模型以及牵引变压器模型。

9、进一步地，针对牵引系统各部分组成，不同的设备采取不同的建模方法：针对长定子直线同步电机，通过有限元分析后创建降阶模型，用于实时仿真；针对变流器子系统建立带未知参数的变流器模型，通过神经网络估计未知的模型参数；针对牵引变压器、定子开关站建立各自的数学模型。

10、进一步地，在单设备模型的基础上，通过模型融合，得到整体的数学模型，同时考虑牵引系统不同运行工况，建立对应工况的模型。

11、进一步地，所述的步骤2基于半实物仿真平台，将建立的数学模型运行在fpga仿真机中，通过cpu仿真机配置模型参数与切换运行工况，实现数字模型与实物系统之间的双向映射与实时交互，产生各种数据。

12、进一步地，利用数字孪生系统模拟牵引系统故障运行工况，获得故障运行的相关数据，解决故障样本少、难以从实际系统中获取的难题。

13、进一步地，利用物理系统对数字模型进行模型校准、参数优化及工况匹配，不断进化自身的数学模型。

14、进一步地，所述的步骤3基于建立的牵引系统数字孪生模型，虚拟系统与物理系统同步实时运行产生各种数据；结合电压信号、电流信号、温度信号，降低对单个信号依赖程度，提取有效表征牵引系统运行状态的特征信息，建立信号特征与故障模式之间的映射关系，提出故障诊断模型。

15、进一步地，借鉴深度学习方法，根据正常运行、故障运行时的仿真数据以及传感器采集的数据，来训练诊断模型，从而实现故障信号的提取和多源信息融合。

16、进一步地，所述的步骤4通过在线健康诊断技术获得牵引系统的故障状态和类型，将不同的故障进行分级，根据不同的故障类型、故障等级以及目前的运行工况，实现故障处理或容错控制；在系统正常运行时，对关键设备的寿命进行预测，提高使用效率，在避免事故的同时降低定期更换成本。

17、进一步地，结合牵引系统运行的经济性、安全性、舒适性目标，构建指标函数，采用系统状态估计和信息融合实现自适应优化控制，提高牵引系统的效率以及可靠性。

18、有益效果：

19、高速磁浮牵引变流器容量普遍大于10mva，牵引系统运行时间长、功率大、工况复杂，通常采用故障维修和定期更换的预防性维护方式，但这种方式效率低，成本高。本发明基于数字孪生技术，对牵引系统的健康状态进行检测、预测和管理，从而提高牵引系统的可靠性和安全性，并为未来装备快速、准确的维修保障提供有力支撑。

技术特征：

1.一种基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，包括以下步骤：

2.按照权利要求1所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，所述的步骤1实现全工况下牵引系统数字孪生模型建立，具体包括直线电机模型、变流器模型、定子开关站模型以及牵引变压器模型。

3.按照权利要求2所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，针对牵引系统各部分组成，不同的设备采取不同的建模方法：针对长定子直线同步电机，通过有限元分析后创建降阶模型，用于实时仿真；针对变流器子系统建立带未知参数的变流器模型，通过神经网络估计未知的模型参数；针对牵引变压器、定子开关站建立各自的数学模型。

4.按照权利要求3所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，在单设备模型的基础上，通过模型融合，得到整体的数学模型，同时考虑牵引系统不同运行工况，建立对应工况的模型。

5.按照权利要求1所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，所述的步骤2基于半实物仿真平台，将建立的数学模型运行在fpga仿真机中，通过cpu仿真机配置模型参数与切换运行工况，实现数字模型与实物系统之间的双向映射与实时交互，产生各种数据。

6.按照权利要求5所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，利用数字孪生系统模拟牵引系统故障运行工况，获得故障运行的相关数据。

7.按照权利要求6所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，利用物理系统对数字模型进行模型校准、参数优化及工况匹配，不断进化自身的数学模型。

8.按照权利要求1所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，所述的步骤3基于建立的牵引系统数字孪生模型，虚拟系统与物理系统同步实时运行产生各种数据；结合电压信号、电流信号、温度信号，降低对单个信号依赖程度，提取有效表征牵引系统运行状态的特征信息，建立信号特征与故障模式之间的映射关系，提出故障诊断模型。

9.按照权利要求8所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，借鉴深度学习方法，根据正常运行、故障运行时的仿真数据以及传感器采集的数据，来训练诊断模型，从而实现故障信号的提取和多源信息融合。

10.按照权利要求1所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，所述的步骤4通过在线健康诊断技术获得牵引系统的故障状态和类型，将不同的故障进行分级，根据不同的故障类型、故障等级以及目前的运行工况，实现故障处理或容错控制；在系统正常运行时，对关键设备的寿命进行预测，提高使用效率，在避免事故的同时降低定期更换成本。

11.按照权利要求10所述的基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法，其特征在于，结合牵引系统运行的经济性、安全性、舒适性目标，构建指标函数，采用系统状态估计和信息融合实现自适应优化控制，提高牵引系统的效率以及可靠性。

技术总结
本发明提供了一种基于数字孪生的高速磁浮牵引系统故障诊断和优化控制方法。所述方法包括：全工况下牵引系统数字孪生模型建立，牵引系统数字孪生模型实时仿真运行与优化，牵引系统健康状态监测与故障预测以及牵引系统自适应优化与容错控制。本发明基于数字孪生技术，对牵引系统的健康状态进行检测、预测和管理，从而提高牵引系统的可靠性和安全性，并为未来装备快速、准确的维修保障提供有力支撑。

技术研发人员：朱进权,葛琼璇,赵鲁,王珂,张波,王晓新
受保护的技术使用者：中国科学院电工研究所
技术研发日：
技术公布日：2024/1/14