[发明专利]一种智慧轨道无人驾驶车辆故障基因识别方法及系统

说明书

本发明公开了一种智慧轨道无人驾驶车辆故障基因识别方法及系统，采用基于增量式网络爬虫方法获取列车历史振动数据；对所述振动数据的振动幅度E_A，振动周期E_T进行预处理，输出新的X；将X作为故障检测模块的输入，检测故障序列后，输出故障序列数据E；将所述故障序列数据E作为降维模型的输入，输出可编码的基因序列I₁,I₂,I₃,I₄；将所述可编码的基因序列I₁,I₂,I₃,I₄整合为DNA序列S＝S₁,S₂,S₃,...,S_N，提取所述DNA序列的碱基特征，并排列组合所述碱基特征，形成可预测的预判定候选车辆部件故障基因V_s；利用所述候选车辆部件故障基因训练双向长短时记忆网络深度学习模型，得到分类模型。本发明可以准确识别车辆故障的位置及类型。

技术领域

本发明涉及故障识别领域，特别是一种智慧轨道无人驾驶车辆故障基因识别方法及系统。

背景技术

随着道路和车辆建设关键技术的发展，高铁成为了我国交通运输的中流砥柱。近些年来，高铁的运行速度及自动化驾驶程度的提升对其安全性提出了更高的要求。列车安全保障成为国际交通关注的重点。目前国内大多高铁的无人驾驶程度达到了GOA2(有人监督的列车自动驾驶)，如果列车的组件模块发生的故障可以被及时甚至提前诊断出来，则能对列车的安全起到重要的保障作用。

现阶段无人驾驶列车的故障识别手段主要有人工诊断、拆解检查、磁粉探伤、渗透探伤、超声探伤等。如公开号为CN111380708A的发明专利申请通过设置阈值并计算各轴承转速、单车速度等数值判定列车车轴是否抱死从而进行故障诊断。公开号为CN111024416A的发明专利申请通过设定列车部件温度阈值的方法来判定列车是否符合安全运行标准。上述方法一般是通过设定某种阈值来判定某个部件是否出现故障，这些方法存在一定的局限性，包括故障判定准确率不足、故障判定范围较小等，严重影响故障识别精度。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种智慧轨道无人驾驶车辆故障基因识别方法及系统，准确识别车辆故障的位置及类型。

为解决上述技术问题，本发明所采用的技术方案是：一种智慧轨道无人驾驶车辆故障基因识别方法，包括以下步骤：

S1、采用基于增量式网络爬虫方法获取列车历史振动数据；

S2、对所述振动数据的振动幅度E_A，振动周期E_T进行预处理，输出新的X；

S3、将X作为故障检测模块的输入，检测故障序列后，输出故障序列数据E；

S4、将所述故障序列数据E作为降维模型的输入，输出可编码的基因序列I₁,I₂,I₃,I₄；

S5、将所述可编码的基因序列I₁,I₂,I₃,I₄整合为DNA序列S＝S₁,S₂,S₃,...,S_N，提取所述DNA序列的碱基特征，并排列组合所述碱基特征，形成可预测的预判定候选车辆部件故障基因V_s；

S6、利用所述候选车辆部件故障基因训练双向长短时记忆网络深度学习模型，得到分类模型。

本发明的分类模型基于数据驱动手段来识别车辆的振动信号中蕴含的故障信息，可以实现车辆设备的故障诊断，准确识别出故障类型。

优选的，还包括：