[发明专利]一种通过机器学习进行转辙机健康度评估的方法

权利要求书

1.一种通过机器学习进行转辙机健康度评估的方法，其特征在于：包括以下步骤：

S1、数据收集：在对转辙机的设备进行检测前，可以通过转辙机的说明书来收集转辙机的相关数据，包括零部件更换周期、动力机构磨损系数、润滑油加注周期等相关数据；

S2、人工检查：工作人员在检测时，先拆开转辙机的机盖，然后利用专用的电路检测装置对转辙机电力线路的稳定性进行检查，电路检测期间，利用临时控制装置控制转辙机进行工作，使其运转一个工作周期，记录其工作一个周期所需要的时间以及电路数值的变化；

S3、设计算法：根据上述步骤收集的转辙机相关数据，利用计算机设备设计出一种转辙机健康度算法，其中各种算法公式包括以下内容：

设备磨损状态＝实际运转工作周期×磨损系数；

传动机构耐磨性为：

零件剩余寿命＝理论使用周期-实际使用周期；

S4、数据计算：将S3中设计的算法导入计算机的软件计算程序中，并对其计算公式进行保存，然后再请计算机编程人员将其设计成一套完成的计算软件，在程序编辑完成后，可以将转辙机的实际数据导入计算程序中进行自动计算即可；

S5、数据整理：在相关数值计算完成后，需要对其各项数值进行收集整理，并根据以往的计算数值进行对比，比较在相同检测周期内，其相关数值之间的偏差值，并对其偏差值进行统计，形成一个完整的统计表或统计图；

S6、综合评估：针对S4、S5中的计算结果和数值统计，再根据日常检修人员的工作经验，可以对检测完的转辙机健康度进行一个整体的综合评估，从而使检测人员和后台人员能够对现有正在运行的转辙机设备有一个较为详细的了解，以便后续在设备零件即将达到寿命周期前，对转辙机进行维护或零部件的更换，以保证设备的正常运转。

2.根据权利要求1所述的一种通过机器学习进行转辙机健康度评估的方法，其特征在于：所述S2中每次检查时间至少控制在5-10次/分钟。

3.根据权利要求1所述的一种通过机器学习进行转辙机健康度评估的方法，其特征在于：所述人工检查包括设备外观检查、密封性检查、电路故障检查、润滑性检查、连接牢固性检查、线路接口检查以及传动机构的检查等。

4.根据权利要求1所述的一种通过机器学习进行转辙机健康度评估的方法，其特征在于：所述S2中传动机构耐磨性计算公式中的[P]为材料的许用压力。

5.根据权利要求1所述的一种通过机器学习进行转辙机健康度评估的方法，其特征在于：所述S2中的实际使用周期为设备的实际运转工作周期。

6.根据权利要求1所述的一种通过机器学习进行转辙机健康度评估的方法，其特征在于：所述S5中的偏差值为每相邻两次检测周期内设备实际磨损状态的差值。

7.根据权利要求6所述的一种通过机器学习进行转辙机健康度评估的方法，其特征在于：所述设备检测周期范围在2-3月一次。