[发明专利]一种面向动车组牵引电机的故障预警方法

说明书

本发明公开了一种面向动车组牵引电机的故障预警方法，属于故障预警方法技术领域。包括以下步骤：提取一组完整的动车组牵引电机的运行数据，包括车速数据和每个牵引电机的轴承的温度数据；根据动车组运行状态，对运行数据分类；对温度数据进行曲线拟合，获取温度数据拟合线；设置温度警戒线，确定预警范围；获取动车组新的运行数据，并进行温度变化趋势分析，当温度变化超出警戒线时，发出预警。本发明以温度数据作为预警的指标，使预警方法适用于各种故障类型的预警；且以动车组牵引电机的运行数据作为基础数据，使本发明不局限于实验环境。

技术领域

本发明涉及一种故障预警方法，具体地，特别涉及一种面向动车组牵引电机的故障预警方法。

背景技术

故障预警是一门以近代数学、电子计算机理论与技术、自动控制理论、信号处理技术、仿真技术、可靠性理论等有关学科为基础的、应用型的多学科交叉的边缘学科。

目前，基于振动诊断的故障预警方法，通过监测牵引电机的振动信号来预测故障，当正在运行的牵引电机的振动模式与某种故障相匹配时，便发出预警或报警，比如廖云等人在2014年提出的共振解调预警法，此方法运用在城轨列车上，针对轴承烧毁故障预警有较好的效果。但是由于城轨列车运行环境相对稳定，而动车组在实际运行中的车速变化快，且运行环境复杂，动车组中其他设备的震动以及外界环境的变化会形成干扰，从而产生错误数据造成误警，所以，此方法难以适用于动车组运行环境中。此外，这种基于振动诊断的故障预警分析方法只能对一种或者一类故障进行预警，但难以覆盖其他类型故障的预警。

基于解析模型的故障诊断方法是在明确了诊断对象数学模型的基础上，按一定的数学方法对被测信息进行诊断处理，主要有参数估计方法、状态估计方法、等价空间方法。其中，基于观测器的状态估计方法与等价空间方法是等价的，参数估计方法比状态估计方法更适合于非线性系统，等价空间方法仅适用于线性系统。2014年刘韬等人提出的KPCA(Kernel Principal Component Analysis)和耦合隐马尔科夫模型轴承故障诊断方法，以及2015年张敏和崔海龙等提出将基于IMF(Intrinsic Mode Function)能量矩和HSMM(Hidden Semi-Markov Models)模型的滚动轴承故障诊断方法，通过建立隐半马尔科夫模型，在故障模拟实验台上取得了较好的效果。但是，这种故障预警方法易受外界环境干扰，难以适用于运行环境复杂多变的动车组，且无法根据动车组运行状态对数据进行分类，使该方法的分析结果和理论上有偏差。

发明内容

鉴于以上问题，本发明的目的是提供一种面向动车组牵引电机的故障预警方法，以解决现有故障预警方法易受外界环境干扰，难以适用于动车组运行环境，以及一种预警方法只能针对特定故障进行预警，且没有根据动车组运行状态使结果有偏差的技术问题。

为了实现上述目的，本发明采用以下技术方案：

本发明所述面向动车组牵引电机的故障预警方法，包括以下步骤：

(1)提取一组完整的动车组牵引电机的运行数据，包括车速数据和每个牵引电机的轴承的温度数据；

(2)根据动车组运行状态，对运行数据分类；

(3)对温度数据进行曲线拟合，获取温度数据拟合线；

(4)设置温度警戒线，确定预警范围；

(5)获取动车组新的运行数据，并进行温度变化趋势分析，当温度数据超出警戒线时，发出预警。

优选的，上述步骤(2)包括：

2a)确定动车组运行的最大车速；

2b)以时间变量控制数据分类，分为加速数据、匀速数据和减速数据；

2c)保存三类数据。

优选的，步骤(3)包括：