[发明专利]一种诊断列车空调机组故障的方法

说明书

本发明公开的一种诊断列车空调机组故障的方法，首先依据列车空调机组实际正常运行数据与多种故障运行数据的分布特征，构建多组先验知识；然后基于这多组先验知识得到等式约束；最后利用列车空调机组实际运行数据和这些等式约束，构建基于先验知识的列车空调机组故障诊断模型。本发明的一种诊断列车空调机组故障的方法提高了列车空调机组故障诊断的精度。

技术领域

本发明属于列车空调机组故障诊断方法技术领域，涉及一种诊断列车空调机组故障的方法。

背景技术

随着现代社会旅客列车的高速发展，带动了列车空调机组在旅客列车上的应用。

旅客列车的密封性比较好，这直接导致了车厢内空气的流通性差，特别是在春运高峰期，列车中人员密度更大，这就需要列车空调能长期的、无故障的工作。但是，列车空调机组长期运行在特殊条件下，如：列车高速运行时的较强震动、车外变化较大的空气状态下，列车空调机组更容易出现故障，直接导致空调性能的下降。因此，列车空调机组的故障的精确诊断有着十分重要的现实意义。

近几年，随着计算机技术的高速发展，列车空调系统故障能结合实时监控的机组数据，进行很好的故障识别和诊断，并且在故障发生时能及时诊断并给出解决方案，大大提高了列车空调的使用效率。

研究人员罗浩提出的支持向量机的方法进行列车空调的故障诊断，为实际工程应用起到了一些借鉴和指引作用，并对故障诊断中采用支持向量机算法的可行性做出了一定的判断。但是，支持向量机有限的诊断精度成为列车空调机组故障诊断的瓶颈。

基于以上认识，开发出一个可行的、精度更高的算法来改进列车空调机组故障诊断问题显得尤为重要。

发明内容

本发明的目的在于提供一种诊断列车空调机组故障的方法，能准确的对列车空调机组故障进行诊断。

本发明所采用的技术方案是，一种诊断列车空调机组故障的方法，具体按照以下步骤实施：

步骤1、根据列车空调制冷系统工作原理及常见制冷空调故障，确定出列车空调机组的主要故障类型，并构建列车空调制冷系统故障诊断模型；

步骤2、根据步骤1构建好的列车空调制冷系统故障诊断模型进行数据采集和人工标注，并获取训练样本集合；

步骤3、选择并确定先验知识；

步骤4、选择核函数；

步骤5、采用基于先验知识的1–v–k的多种故障诊断算法，针对k类分类共构造出k个PKSVM分类器，最终构造出列车空调机组故障诊断模；

步骤6、利用步骤5得到的列车空调机组故障诊断模型来诊断列车空调的运行状态。

本发明的特点还在于：

步骤1中列车空调机组的主要故障类型如下：

制冷剂泄露、蒸发器污垢、冷凝器污垢、有不凝性气体和压缩机停机；

在出现不同的故障时，列车空调机组的运行参数变化幅度不同，经数据分析，得到列车空调机组正常和各故障状态对应的判断参数对各故障的变化特征对应表；

选择特征向量Xi＝{压缩机吸气压力，压缩机排气压力，压缩机吸气温度，压缩机排气温度，机组实际制冷量}作为列车空调制冷系统故障诊断模型的输入。

步骤2具体按照以下步骤实施：

步骤2.1、在列车空调机组上设置多处采集测点，在模拟制冷剂泄露、蒸发器污垢、冷凝器污垢、有不凝性气体和压缩机停机五种故障和正常运行工况下，进行数据采集；

采集的数据主要分为温度参数、压力参数和湿度参数三类共9个参数，具体如下：