[发明专利]一种动车组车轮参数磨耗趋势的分析方法有效
申请号: | 201910904545.8 | 申请日: | 2019-09-24 |
公开(公告)号: | CN110555188B | 公开(公告)日: | 2023-01-03 |
发明(设计)人: | 宋冬利;唐旭;曾元辰;张卫华 | 申请(专利权)人: | 西南交通大学 |
主分类号: | G06F17/11 | 分类号: | G06F17/11;G01M17/10 |
代理公司: | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人: | 代维凡 |
地址: | 610031*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车组 车轮 参数 磨耗 趋势 分析 方法 | ||
1.一种动车组车轮参数磨耗趋势的分析方法,其特征在于,包括如下步骤:
S1、根据动车组车轮的多源历史数据计算动车组车轮参数的相对误差;
S2、根据所述相对误差,利用基于时间尺度的分段拟合方法计算得到不同阶次拟合方式的拟合优度,并选择拟合度最高的拟合方式;
S3、根据所述拟合度最高的拟合方式对动车组车轮参数磨耗进行集中展示,从而完成对动车组车轮参数磨耗的分析;
所述步骤S3包括如下步骤:
S301、根据所述最高的拟合方式判断在其对应时间段内是否的存在车轮参数磨耗趋势拟合方程数值增大的情况,若是,则进入步骤S302,否则,进入步骤S305;
S302、令线性回归方程的斜率为0,令二次拟合方程和三次拟合方程的初始点斜率为0,并重新拟合LY检测数据和计算得到各阶回归方程对应的拟合优度;
S303、判断原各线性回归方程、一次拟合方程和二次拟合方程中检测时间段内是否存在车轮参数磨耗趋势拟合方程数值不增大,且与步骤S302的拟合方式相比其优度更高的拟合方式,若是,则选择原拟合方式中的参数趋势退化回归方程,并进入步骤S304,否则,选择步骤S302中拟合优度最高的拟合方式,并进入步骤S304;
S304、选择拟合优度最高的拟合方式作为最终的参数退化趋势拟合方式;
S305、根据所述优度最高的拟合方式拟合曲线方程,并绘制退化规律的分布曲线;
S306、对所述分布曲线按颜色区分为车轮参数磨耗趋势、镟修数据和LY检测数据,并将其集中展示,从而完成对动车组车轮参数磨耗的分析。
2.根据权利要求1所述的动车组车轮参数磨耗趋势的分析方法,其特征在于,所述步骤S1包括如下步骤:
S101、输入动车组车轮参数分析的车组号、车厢号、轴位、检测日期以及预测日期;
S102、获取所选车组的历史数据,并查找检测日期范围内的镟修数据、LY检测数据和车组高级修数据;
S103、判断动车组检测日期范围内是否存在车组高级修数据,若是,则将该高级修的时间段标记为Mn,并进入步骤S106,否则,进入步骤S104;
或判断动车组检测日期范围内,且所述LY检测数据向前20天内是否存在有所选车组的LY检测数据,若是,则进入步骤S104,否则,将LY检测数据空缺的时间段标记为Mn,并进入步骤S106;
S104、从当前时间段向前查找,分别计算LY检测数据点前后连续6个参数值的平均值,并判断所述LY检测数据偏离平均值是否均超过1.5mm,若是,则进入步骤S106,否则,进入步骤S105;
判断所述LY检测数据偏离前6个参数值或后6个参数值的平均值是否仅有一个超过1.5mm,若是,则将其标记为An,并进入步骤S106,否则,针对后续计算时则不代入该点的LY检测数据,并将其作为展示使用,并返回步骤S103;
判断所述各参数值偏离前后6个参数值的平均值是否均超过1.5mm,若是,则舍弃该参数值,并返回步骤S103,否则,进入步骤S106;
S105、查找镟修数据的历史记录,并判断该LY检测数据对应时间点是否存在镟修数据,若是,则将该时间点标记为Bn,并进入步骤S106,否则,该LY检测数据为参数退化的正常分布,并返回步骤S103;
S106、对An、Bn以及Mn按照时间节点进行排序,且将各时间断点编号为Sn,并将Sn-1和Sn之间的LY检测数据标记为(xi,yi),并进入步骤S2,从而完成对动车组车轮参数的相对误差的计算,其中,xi表示LY检测数据对应时间的数值表示,yi表示LY检测数据的车轮参数数值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910904545.8/1.html,转载请声明来源钻瓜专利网。