[发明专利]一种中继阀故障诊断方法及装置有效

专利信息
申请号: 202010100234.9 申请日: 2020-02-18
公开(公告)号: CN111308909B 公开(公告)日: 2021-02-26
发明(设计)人: 杨迎泽;丁宁;蒋富;张晓勇;刘伟荣;黄志武;彭军;李恒;王成龙;张瑞 申请(专利权)人: 中南大学
主分类号: G05B17/02 分类号: G05B17/02
代理公司: 长沙市融智专利事务所(普通合伙) 43114 代理人: 龚燕妮
地址: 410083 湖南*** 国省代码: 湖南;43
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 中继 故障诊断 方法 装置
【权利要求书】:

1.一种中继阀故障诊断方法,其特征在于,包括以下步骤:

在真实的列车均衡模块中使用不同故障类型的中继阀,采集获取真实的列车均衡模块中的总风缸、均衡风缸和列车管在中继阀当前故障类型时的压力时间序列;

在列车均衡模块仿真平台中,通过参数调节以模拟中继阀的不同故障类型,采集获取列车均衡模块仿真平台中的总风缸、均衡风缸和列车管在中继阀当前故障类型时的压力时间序列;

对每种故障类型,均从总风缸、均衡风缸和列车管的压力时间序列,按列车管充排风周期截取压力时间子序列,分别对得到的总风缸、均衡风缸和列车管的压力时间子序列进行压力波形分析,从中提取若干种压力特征值;

获取每个压力时间子序列所在列车管充排风周期所对应的均衡风缸控制信号,从中提取均衡风缸的进风阀动作频率和排风阀动作频率;

将每种故障类型每个压力时间子序列所在列车管充排风周期,所对应提取到的压力特征值与进风阀动作频率、排风阀动作频率,作为一组训练数据;针对每种故障类型均获取若干组训练数据;

以训练数据和对应的故障类型分别作为输入和输出数据,训练神经网络模型,得到中继阀故障诊断模型;

获取待测中继阀所在的真实列车均衡模块中的总风缸、均衡风缸和列车管的压力时间序列,并按训练数据获取方法来提取获得其特征值,包括与每组训练数据类型相同的压力特征值、均衡风缸的进风阀动作频率和排风阀动作频率,再输入至中继阀故障诊断模型,获得待测中继阀的故障类型。

2.根据权利要求1所述的方法,其特征在于,所述故障类型包括:中继阀正常、中继阀进风口向大气泄露故障、中继阀出风口向大气泄露故障、中继阀进风口向出风口泄露故障;所述中继阀进风口向出风口漏风故障包括:弹簧故障、连杆卡滞故障、橡胶圈老化故障。

3.根据权利要求1所述的方法,其特征在于,每个列车管充排风周期包括:第一压力保持阶段、充气阶段、第二压力保持阶段、放气阶段;

提取若干种压力特征值包括:在第一压力保持阶段,提取均衡风缸的最高压力、最低压力、平均压力,提取列车管相对于均衡风缸的压力跟随误差平均值;在充气阶段,提取总风缸的平均压力,提取均衡风缸的从升压10%至升压90%的压力上升时间,提取列车管相对于均衡风缸的压力跟随误差平均值;在第二压力保持阶段,提取均衡风缸的最高压力、最低压力、平均压力,提取列车管相对于均衡风缸的压力跟随误差平均值;在排气阶段,提取均衡风缸的排气时间,提取列车管相对于均衡风缸的压力跟随误差平均值。

4.根据权利要求1所述的方法,其特征在于,还包括:采用递归特征消除方法从提取得到的所有特征数据中选择有效特征数据作为训练数据。

5.根据权利要求1所述的方法,其特征在于,压力时间序列的频率为25Hz。

6.根据权利要求1所述的方法,其特征在于,列车均衡模块仿真平台采用AMESim软件搭建。

7.根据权利要求1所述的方法,其特征在于,所述神经网络模型采用径向基神经网络。

8.一种中继阀故障诊断系统,其特征在于,包括数据采集模块、列车均衡模块仿真平台和故障诊断模块;

所述数据采集模块,用于:在真实的列车均衡模块中使用不同故障类型的中继阀,采集获取真实的列车均衡模块中的总风缸、均衡风缸和列车管在中继阀当前故障类型时的压力时间序列;

所述列车均衡模块仿真平台,用于:通过参数调节以模拟中继阀的不同故障类型,并采集获取其中总风缸、均衡风缸和列车管在中继阀当前故障类型时的压力时间序列;

所述故障诊断模块,用于:对每种故障类型,均从总风缸、均衡风缸和列车管的压力时间序列,按列车管充排风周期截取压力时间子序列,分别对得到的总风缸、均衡风缸和列车管的压力时间子序列进行压力波形分析,从中提取若干种压力特征值;

所述故障诊断模块还用于:获取每个压力时间子序列所在列车管充排风周期所对应的均衡风缸控制信号,从中提取均衡风缸的进风阀动作频率和排风阀动作频率;

所述故障诊断模块还用于:将每种故障类型每个压力时间子序列所在列车管充排风周期,所对应提取到的压力特征值与进风阀动作频率、排风阀动作频率,作为一组训练数据;针对每种故障类型均获取若干组训练数据;

所述故障诊断模块还用于:以训练数据和对应的故障类型分别作为输入和输出数据,训练神经网络模型,得到中继阀故障诊断模型;

所述故障诊断模块还用于:获取待测中继阀所在的真实列车均衡模块中的总风缸、均衡风缸和列车管的压力时间序列,并按训练数据获取方法来提取获得其特征值,包括与每组训练数据类型相同的压力特征值、均衡风缸的进风阀动作频率和排风阀动作频率,再输入至中继阀故障诊断模型,获得待测中继阀的故障类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中南大学,未经中南大学许可,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/202010100234.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top