[发明专利]一种铁路车辆制动故障预测方法及健康管理系统

说明书

本发明涉及一种铁路车辆制动故障预测方法及健康管理系统。一种铁路车辆制动故障预测方法，采集列车管和制动缸压力数据，并对数据进行清洗整理；将数据按制动机动作状态分为制动、缓解、保压阶段；采用专家系统分析判定各阶段的作用性能，得到制动机动作过程性能分数和专家评估信息；运用深度学习算法根据列车管压力曲线计算出制动缸预期压力曲线，并与实际曲线进行比较，判定制动机动作过程的作用性能。一种铁路车辆制动故障预测及健康管理系统，包括制动数据预处理模块；作用性能分析模块：通过专家系统及AI两种方式结合后对制动机动作过程进行精准分析，判定制动机的作用性能；制动阀健康管理模块：当制动阀处于亚健康状况时提出预警。

技术领域

本发明涉及列车制动故障预测技术，尤其是涉及一种铁路车辆制动故障预测方法及其健康管理系统。

背景技术

目前中国铁路客车、货车及160Km/h的动力集中动车组均采用自动空气制动机，空气压力既作为动力又作为控制信号。在车辆故障中，空气制动故障约占40%以上，主要表现为漏风、抱闸、不制动等故障。故障数量较大，对列车安全影响较大，因此有必要对车辆空气制动的健康状况进行研究。

由于制动机结构复杂，受温度、震动、磨损、润滑等因素的影响较多，制动规律不确定，加上没有制动数据的积累，因此国内外还没有对自动空气制动机进行设计、研发和应用故障预测和健康管理系统的先例。目前制动阀实行计划性检修，即制动阀根据车辆的运行里程和检修时间确定，走行公里为60±6万公里，距上次检修时间最长一年。一方面，只要到期必须检修，存在过度维修情况，维修成本高，另一方面，对有健康隐患的制动阀无法进行管理，无法产生预警。

当前常用的列车空气制动系统检验方法包括制动阀试验台、单车试验和列车试验，TCDS系统可以动态检测运行客车的制动系统压力，但这些方式无法实现故障的中间状态预警，诊断条件只能等故障影响到一定程度后才能发现故障，即只有“正常”、“故障”2 种状态判断。

现有方法通过比对同一列车中的相邻车辆的制动缸压力值来判断故障，或者根据同一列车中所有车辆的制动缸压力值均值和方差来判定故障，实际制动机动作过程中，空气波在列车管中传播过程存在延时和衰减，会造成同一列车各车辆的列车管压力和制动缸压力值是不同的，相邻车辆的比对只能粗略判定是否发生了故障，不能定量分析制动机动作过程，不能进行健康状况预测，不能用于单车试验。

发明内容

本发明针对现有技术不足，提出一种铁路车辆制动故障预测方法及健康管理系统，可以有效预测制动阀的健康状况，当制动阀处于亚健康状况时提出预警，从而避免严重制动故障的发生，提高制动阀运行期间的安全性能。

本发明采用的技术方案：

一种铁路车辆制动故障预测方法，实现步骤如下：

1）接收列车系统传感器采集到的列车管和制动缸压力数据，并对数据进行清洗整理，按时间顺序排序，删除重复的点，对缺失的点进行线性插值补齐；

2）根据列车管和制动缸压力变化特征，将数据按制动机动作状态分为制动、缓解、保压阶段；

3）将分段后的数据采用专家系统分析判定各阶段的作用性能，得到制动机动作过程性能分数和专家评估信息；

4）AI分析作用性能：运用深度学习算法根据列车管压力曲线计算出制动缸预期压力曲线，并与实际曲线进行比较，判定制动机动作过程的作用性能。

所述的铁路车辆制动故障预测方法，采用步骤3）、4）两种方式分析制动机的作用性能，进行综合的性能判定：对每次制动机动作过程进行打分，并按时间顺序综合历史动作过程得分计算每个制动阀的性能分数，对低于阈值的动作过程和制动阀性能分数进行故障预警判定。

采用专家系统分析判定各阶段的作用性能包括以下步骤：