[发明专利]一种基于工况检测的城市轨道交通车辆实时故障诊断方法

说明书

本发明公开了一种基于工况检测的城市轨道交通车辆实时故障诊断方法，建立各工况特征字符序列库，以工况分类的故障诊断知识库；采集、获取车辆实时数据；根据基于时间序列的相似度计算公式，计算实时数据序列和工况特征字符序列的相似度，确定车辆数据的工况索引，根据诊断知识库索引，故障诊断知识库分类诊断故障，获得诊断结果。本发明大大减少了车辆实时的海量数据与故障诊断知识库中知识匹配的数量，提高了诊断系统的执行速度和故障判断的准确率，实现了城市轨道交通车辆的实时故障诊断。

技术领域

本发明涉及一种基于工况检测的城市轨道交通车辆实时故障诊断方法，属于城市轨道交通车辆实时故障诊断技术领域。

背景技术

城市轨道交通车辆包括牵引、辅助、制动、门控、空调等子系统，各个子系统内部各组件的逻辑关系、子系统之间的逻辑关系以及系统内部各组件的状态组成了车辆的故障诊断知识库。因此一个车辆的故障诊断知识库的数量非常庞大，采集的数据输入到诊断系统以后需要一一判断的知识也非常庞大。另外，车辆故障诊断系统每天都面临着百兆字节的采集数据大量地涌入，如若采用传统的车辆故障诊断机制，当采集模块获得车辆总线数据后，通过解析提取出数据帧中的车辆实时状态信号数据，然后将其发送至诊断系统进行故障诊断。由于无法定位采集的数据与知识库中哪类知识有关，为了保证故障诊断结果的完整性和准确性，只能将采集到的海量数据一一与知识库中大量的知识匹配判断，这样会大大降低诊断系统的执行速度和故障判断的准确率，无法实现实时故障诊断。

实际上，地铁车辆处在不同的工况时，并不需要诊断知识库中所有故障。比如当列车以一定速度正常运行时，就只需考虑运行过程中可能发生的关门故障、空调故障、牵引故障等，而无需考虑睡眠故障、停放制动故障等。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于工况检测的城市轨道交通车辆实时故障诊断方法，大大减少了车辆实时的海量数据与故障诊断知识库中知识匹配的数量，提高了诊断系统的执行速度和故障判断的准确率，实现了城市轨道交通车辆的实时故障诊断。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于工况检测的城市轨道交通车辆实时故障诊断方法，包括以下几个步骤：

步骤1：建立牵引、辅助、制动、门控、空调和乘客信息系统中各工况特征字符序列库B，每个工况特征字符序列记为b_i，i为工况序号，以工况分类的故障诊断知识库C，C内部诊断故障的知识记为c_p,j，p为故障诊断知识库索引值并且与工况序号i一一对应，j为该工况中故障序号，工况特征字符序列库B与故障诊断知识库C根据i和p的对应关系建立映射关系，其中，i＝1,…,i_end，p＝1,…,p_end，j＝1,…,j_end；

步骤2：采集城市轨道交通车辆一端口实时数据A，获得城市轨道交通车辆一实时状态数据序列，记为a_m并存储，其中m＝1,…,∞；

步骤3：i＝1，初始化a_m和b₁的最大相似度S_MAX＝0；

步骤4：计算实时状态数据序列a_m与工况特征字符序列b_i的编辑距离LD(a_m,b_i)，最长公共子序列LCS(a_m,b_i)，由回朔路径得到最长公共子序列中连续子串长度LCS'(a_m,b_i)；

步骤5：根据基于时间序列的相似度计算公式，计算实时状态数据序列a_m和工况特征字符序列b_i的相似度S(a_m,b_i)；