[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

说明书

本发明提供了一种中速磁浮列车关键部件的状态评估和预测系统。包括：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；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列车关键设备进行状态识别和故障诊断对磁浮列车的状态做出综合评估。本发明通过对磁浮列车关键设备和元器件进行状态评估和故障诊断，以预测关键设备和元器件的使用状态并对异常预警，可以为磁浮列车系统健康管理提供数据支撑。

技术领域

本发明涉及交通运输技术领域，尤其涉及一种中速磁浮列车关键部件的状态评估和预测系统。

背景技术

磁浮列车作为新一代轨道交通运输系统，具有速度快、安全性高、爬坡能力强和转弯半径小等一些突出的优点。保障磁浮列车高效运行的关键环节之一就是磁浮列车关键状态评估和预测。

电磁悬浮型磁浮列车(Electromagnetic suspension，EMS)是一个有众多机械和电磁元件组成的庞大系统，通过电磁铁产生吸力吸引轨道，使得列车悬浮运行。由于涉及到的元件和部件数量众多，产生故障的源点较多。其关键部件故障造成严重的后果，涉及到不同类型的部件和设备，目前，对磁浮列车设备和元器件进行故障诊断的方法主要是基于信号处理和数学模型的方法。信号处理的方法如利用希尔伯特黄变换(HHT)的方法，对中速磁浮列车悬浮系统的间隙传感器进行乘性故障、加性故障和缓变故障的诊断，直接对传感器信号分析来进行故障诊断；不过HHT方法对小幅值故障信号灵敏度不高、不适合传感器零输出故障，且诊断误差较大。

目前，现有技术对EMS磁浮列车传感器进行故障诊断的方法主要集中在传感器完全失效的诊断方法，对传感器其他类型其他程度的故障研究较少，没有对传感器故障分类细化。而且由于实验中，加速度传感器故障率较于其他两种更高，因此现有故障诊断的方法多集中于加速度传感器的故障。另外，现有故障诊断的方法主要针对的是故障传感器本身的异常特征，而忽略了单个传感器故障后，对悬浮系统整体的影响，未能考虑其他传感器故障是否会引起正常传感器表现出异常特征。

发明内容

本发明的实施例提供了一种中速磁浮列车关键部件的状态评估和预测系统，以克服现有技术的问题。

为了实现上述目的，本发明采取了如下技术方案。

一种中速磁浮列车关键部件的状态评估和预测系统，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。

优选地，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；