[发明专利]一种中速磁浮列车关键部件的状态评估和预测系统有效
申请号: | 202011246521.7 | 申请日: | 2020-11-10 |
公开(公告)号: | CN112345276B | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 徐杰;许莉立;孙传凯;王光艺;贾利民;张慧;徐亚之;刘宇 | 申请(专利权)人: | 北京交通大学;中车唐山机车车辆有限公司 |
主分类号: | G01M17/08 | 分类号: | G01M17/08;G01R31/00;G06F16/36 |
代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 黄晓军 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
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 中速 列车 关键 部件 状态 评估 预测 系统 | ||
1.一种中速磁浮列车关键部件的状态评估和预测系统,其特征在于,包括:磁浮列车设备结构解耦模块、磁浮列车设备耦合关系模块、磁浮列车设备状态转变点识别模块和列车关键部件诊断模块;
所述的磁浮列车设备结构解耦模块,用于根据列车组件邻接关系、包含关系和平行关系构建了磁浮列车的层次结构,该层次结构包括了磁浮组成的基本元件及其属性参数、部件及其属性参数、设备及其属性参数;
所述的磁浮列车设备耦合关系模块,用于按照子系统建模方法,将列车整车和设备分为不同层次的子系统和元器件,构建磁浮列车分层结构之间的链接方式;
磁浮列车设备状态转变点识别模块,用于对导入信号做预处理,通过各种故障诊断模式实现导入信号的异常诊断;
磁浮列车关键部件诊断模块,用于通过各种故障诊断模式利用统计分析模型、机器学习模型和深度学习模型对磁浮列车状态进行评估诊断,通过关键设备的状态识别和故障诊断对磁浮列车的状态做出综合评估,对异常状态进行查询和处理;
所述的磁浮列车设备结构解耦模块包括磁浮构成基本组件模块、基本组件连接方式模块和基本组件连接关系模块;所述磁浮构成基本组件由图形和组件属性参数构成,包含元件组件、设备组件和扩展组件三个类别,所述基本组件连接方式包含刚性连接和柔性连接二种方式;所述基本组件连接关系包含邻接、包含和平行;各种基本组件依靠刚性连接和柔性连接构成列车子系统模块。
2.根据权利要求1所述的系统,其特征在于,所述的系统还包括:磁浮列车部件性能参数定义模块、磁浮列车设备耦合逻辑关系表达和存储模块、磁浮列车设备状态和模式表达模块;
所述的磁浮列车部件性能参数定义模块,用于定义磁浮列车结构组件的性能参数,该性能参数包括机械性能、电气性能和电子性能,并用图形、表格、文字对性能参数进行展示和说明;
所述的磁浮列车设备耦合逻辑关系表达和存储模块,用于通过磁浮列车设备本体模型描述磁浮列车结构耦合关系,并将磁浮列车结构耦合关系进行存储;确定组件结构逻辑关系、组件逻辑连接图形化展示、组件结构及逻辑关系存储;
磁浮列车设备状态和模式表达模块,用于描述列车各组件的当前状态。
3.根据权利要求2所述的系统,其特征在于,所述的系统还包括:
磁浮列车设备状态模式库管理模块,用于实现磁浮列车设备的状态存储和展示,并提供故障模式和正常模式下的磁浮列车设备状态的增加、删除、修改和查询功能。
4.根据权利要求1所述的系统,其特征在于,所述的基本组件包括传感器、熔断器、电磁铁、充电电阻、悬浮控制器、牵引装置、供电系统、斩波器、电容、LC控制电源电路、接触器、空气弹簧车载蓄电池设备以及扩展组件组成;其中牵引装置由共模滤波电路、LLC谐振电路组成,供电系统由DC330V电源组成;所有基本组件以组件面板的形式构成组件库。
5.根据权利要求1所述的系统,其特征在于,所述的磁浮列车设备耦合关系模块,具体用于构建的分层结构之间的连接方式包括力元链接和铰链接方式,力元链接表示同层次结构和上下关联层次之间的刚性连接,铰链接表示同层次结构和上下关联层次间的柔性连接;柔性连接定义为铰连接,刚性连接定义为力元连接;
管理元件之间、元件与设备之间、设备与设备之间关系知识库,描述元件之间、元件与设备之间、设备与设备之间的刚性连接和柔性连接,形成磁浮列车设备耦合关系的知识图谱。
6.根据权利要求1所述的系统,其特征在于,所述的磁浮列车设备耦合关系模块,具体用于根据磁浮列车设备本体模型构建知识图谱,磁浮列车设备本体模型由元件实体、关系和属性组成,根据其关系和属性的变化推理故障传播途径、梳理故障传播因果,搜索和确定磁浮列车不同结构间的隐含关联关系。
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北京交通大学;中车唐山机车车辆有限公司,未经北京交通大学;中车唐山机车车辆有限公司许可,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/202011246521.7/1.html,转载请声明来源钻瓜专利网。