[发明专利]智能列车受电弓服役性能动态监测与评估方法及其系统

权利要求书

1.一种智能列车受电弓服役性能动态监测与评估方法，包括如下步骤：

S1.获取列车受电弓的工作性能参数；

S2.根据步骤S1获取的列车受电弓的工作性能参数，提取列车受电弓的各个部件的健康指标时序；具体为采用如下步骤提取列车受电弓的各个部件的健康指标时序：

a.通过加速老化实验获取受电弓的各个部件从T₀时刻到T_N时刻的服役性能参数；所示的T₀时刻为初始状态时刻，T_N时刻为退役状态时刻，T₀时刻至T_N时刻之间的运行状态时刻定义为T_i；所述的受电弓的各个部件包括滑板系统、升弓系统、四连杆铰链系统和阻尼器系统；

b.通过Hallberg-Peck模型计算得到加速老化实验时间与实际运行时间之间的等效加速比例参数AF；具体为采用如下算式作为Hallberg-Peck模型：

AF＝(RH_a/RH₀)²×exp{(E_f/K)×[(1/T₀)-(1/T_a)]}

式中RH_a为加速老化实验的相对湿度；RH₀为实际运行中的相对湿度；T_a为加速老化实验中的温度；T₀为实际运行中的温度；K为玻尔兹曼常数；E_f为故障激活能并通过实验获得；exp()为指数函数；

c.在加速老化实验完成后，采用受电弓的各个部件的损伤实验数据训练变分自动编码器VAE，获取高阶特征，并计算各个高阶特征的象限角；具体为变分自动编码器VAE的输入和输出均为受电弓的各个部件的状态数据，先验分布的表示算式为：

式中Beta为Beta分布，Uni为均匀分布；训练后VAE生成的高阶特征近似服从上述的先验分布；将运行中的部件工作性能参数输入到训练好的VAE模型中得到高阶特征，将该高阶特征映射到圆坐标系中得到坐标为(r,θ)；然后忽略特征的径向宽度，从而特征的坐标简化为θ；

d.采用多层感知器MLP模型对步骤c得到的象限角的差值序列进行精调，得到受电弓的各个部件在T_i时刻的健康指标H_i，从而提取列车受电弓的各个部件的健康指标时序；

S3.根据步骤S2获取的健康时序指标，预测得到受电弓各部件以及受电弓整体的剩余服役寿命；

S4.对步骤S3预测得到的受电弓各部件以及受电弓整体的剩余服役寿命进行修正；

S5.根据步骤S4得到的修正结果，得到最终的列车受电弓的服役性能动态监测评估结果。

2.根据权利要求1所述的一种智能列车受电弓服役性能动态监测与评估方法，其特征在于还包括如下步骤：

S6.对步骤S5获取的最终的列车受电弓的服役性能动态监测评估结果进行可视化展示，从而实现列车受电弓的服役性能的动态可视化展示。

3.根据权利要求1所述的一种智能列车受电弓服役性能动态监测与评估方法，其特征在于步骤S1所述的列车受电弓的工作性能参数，具体为采用如下步骤获取工作性能参数：

A.将列车受电弓系统分为滑板系统、升弓系统、四连杆铰链系统和阻尼器系统；

B.针对受电弓滑板系统，获取受电弓滑板的磨耗值、中心线偏移量以及受电弓倾斜量作为服役性能参数；

针对升弓系统，获取受电弓气缸压力的压力值作为服役性能参数；

针对四连杆铰链系统，获取升弓时各个轴承的横方向和纵方向的振动信号作为服役性能参数；

针对阻尼器系统，获取升弓时阻尼器的震动信号作为服役性能参数；

C.根据列车的实时定位信息，获取列车所在地的气象数据作为环境状态参数；

D.根据列车的实时载客量信息，获取列车的有效载客量数据作为负载状态参数。