[发明专利]一种均衡风缸控制模块故障诊断方法、装置及存储介质

说明书

本发明公开了一种均衡风缸控制模块故障诊断方法、装置及存储介质，其中方法包括：实时获取均衡风缸一次充排风周期内均衡风缸的压力数据、充风阀及排风阀的驱动电流数据；采用滑动窗口策略，将获得的均衡风缸的压力数据、充风阀及排风阀的驱动电流数据沿时间维度分割为n个子序列；提取每个子序列的时域特征、频域特征和时频域特征，形成故障诊断特征向量；基于故障诊断特征向量，利用预先训练好的均衡风缸控制模块故障诊断模型进行故障诊断。针对数据具有高频性、非线性和时间依赖性的特点，通过滑动窗口策略、三域特征提取和诊断模型的结合，可以有效且准确地对均衡风缸控制模块的故障进行诊断，提高现有的均衡风缸控制模块故障诊断水平。

技术领域

本发明涉及列车制动系统故障诊断技术领域，尤其涉及一种均衡风缸控制模块故障诊断方法、装置及存储介质。

背景技术

在列车制动系统中，中继阀响应均衡风缸的压力变化来控制列车管的压力变化，从而实现列车的制动、保压和缓解。作为制动系统的重要装置，均衡风缸控制模块的健康状况对列车的制动性能有着重要的影响。然而，由于均衡风缸控制模块由大量高度交互的部件组成并以多种操作模式运行，难以使用传统的基于模型的故障诊断方法对均衡风缸控制模块进行故障诊断。基于数据驱动的方法试图从均衡风缸控制模块的监测数据中挖掘有用信息来进行故障诊断，避免了对均衡风缸控制模块建模的困难，适用于均衡风缸控制模块的故障诊断。

由于从均衡风缸控制模块采集到的多元传感器信号具有高频性、非线性和时间依赖性，现有采用基于数据驱动的方法对列车均衡风缸控制模块进行故障诊断仍存在以下问题：1)均衡控制模块的组件需要具有高采样频率的传感器，由此产生含有大量时间戳的信号样本，原始高频传感信号的直接使用可能会导致沉重的计算成本；2)从原始多元传感器信号中提取的特征较少，极大地影响了后续模型的诊断性能，因此，有必要探索一种有效的特征提取方法，以提供更多与均衡控制模块状态相关的特征；3)列车均衡控制模块的故障诊断中尚未利用多元传感器信号的时间依赖性。

发明内容

本发明提供了一种均衡风缸控制模块故障诊断方法、装置及存储介质，以解决现有技术中基于数据驱动的均衡风缸控制模块故障诊断方法计算成本高且诊断性能不高的问题。

第一方面，提供了一种均衡风缸控制模块故障诊断方法，包括：

实时获取均衡风缸一次充排风周期内均衡风缸的压力数据、充风阀及排风阀的驱动电流数据；

采用滑动窗口策略，将获得的均衡风缸的压力数据、充风阀及排风阀的驱动电流数据沿时间维度分割为n个子序列,n为预设值；

提取每个子序列的时域特征、频域特征和时频域特征，形成故障诊断特征向量；

基于故障诊断特征向量，利用预先训练好的均衡风缸控制模块故障诊断模型进行故障诊断。

针对均衡风缸控制模块的多元数据具有高频性、非线性和时间依赖性的特点，应用滑动窗口分割样本数据，再对每个窗口的数据进行特征提取，而不是对整个样本进行特征提取，既能保留样本中的时序信息，也能减轻模型参数的计算负担；从每个窗口的多元数据提取来自时域、频域和时频域三域特征，用于反映均衡风缸控制模块的健康状态；通过预设的均衡风缸控制模块故障诊断模型，基于三域特征进行均衡风缸控制模块的故障诊断，可以有效且准确地对均衡风缸控制模块的电磁阀卡滞和管路漏风进行诊断。

进一步地，所述均衡风缸控制模块故障诊断模型通过如下方法训练得到：

构建故障诊断训练样本集，其中每个样本包括均衡风缸一次充排风周期内均衡风缸的压力数据、充风阀及排风阀的驱动电流数据，以及对应均衡风缸的故障类型；故障诊断训练样本集可从均衡风缸的历史数据中获取，而且包括正常工况下和各种故障类型下的样本；

采用滑动窗口策略，将每个样本的均衡风缸的压力数据、充风阀及排风阀的驱动电流数据沿时间维度分割为n个子序列,n为预设值；