[发明专利]一种列车转向架非侵入式实时故障监测方法

说明书

本发明公开了一种列车转向架非侵入式实时故障监测方法，包括：获得各关键部件对应的预采集振动数据M和总信号测点对应的预采集振动数据C；提取转向架振动数据的信号特征，建立转向架振动信号特征库；获得多标签故障识别模型S(F_C)；采集总信号测点处的实时振动数据CR，提取CR中的信号特征F_CR；执行多目标优化算法，获得非支配解集NS；获取NS中对应优化目标值最小的N组自变量作为N组故障识别初步结果；利用训练好的模型S(F_C)对采集的信号CR进行识别，输出多标签分类识别结果，以N组故障识别初步结果中与多标签分类识别结果交集最大的一组故障识别初步结果作为故障识别最终结果。本发明提供一种列车转向架非侵入式实时故障监测方法，无需大量传感器，精度和稳定性高。

技术领域

本发明属于列车部件识别和故障监测领域，特别涉及一种列车转向架非侵入式实时故障监测方法。

背景技术

近年来，我国高速列车不断发展，列车转向架作为高速列车的核心部件，其稳定性关系到高速列车的运行安全，针对转向架的部件检测和故障识别也受到广泛关注。

转向架故障监测方法主要有实时监测和停车检修两种，停车检修频次低，无法保证列车运行的实时稳定和安全。因此，一般采用实时监测方式对转向架故障进行监测。

现有的转向架实时故障监测主要是通过侵入式安装大量传感器来实现。如，针对转向架上易发故障的关键部件的故障监测，公开号为CN105403420A的专利提出了一种多传感器融合的列车转向架故障监测方法，该方法主要通过多传感器同时获得多个振动信号，进而实现多点的故障监测。又如，针对轴承等旋转部件的故障监测，公开号为CN103018046A的专利提出了一种针对高速动车组动车转向架轴承的故障监测方法，避免轴承故障因为动车高速运行而迅速扩大；公开号为CN104236911A的专利提出了一种列车转向架服役过程监测和故障诊断系统，能够对转向架转轴和轴承进行实时监测。

上述方法均能够实现转向架关键部件的故障监测，但均为侵入式方法，需要安装大量的传感器以实现同时刻实时测量，成本高、冗余大，并且，传感器的布置在一定程度上会影响转向架的结构优化和轻量化设计。

发明内容

本发明的目的在于，针对现有技术中转向架的侵入式故障监测方法需要安装大量传感器存在的不足，提供一种列车转向架非侵入式实时故障监测方法，无需大量传感器，精度高，稳定性高。

为解决上述技术问题，本发明所采用的技术方案是：

一种列车转向架非侵入式实时故障监测方法，其特点是包括以下步骤：

步骤1，预采集转向架上总信号测点和z个关键部件处的振动数据，获得各关键部件对应的预采集振动数据M和总信号测点对应的预采集振动数据C；

步骤2，基于M和C，提取转向架振动数据中包含时域信息、频率信息和故障类型信息的信号特征，并建立转向架振动信号特征库；转向架振动信号特征库中包括F_M和F_C，其中，F_M为z个关键部件处的信号特征，F_C为总信号测点处的信号特征；

步骤3，利用F_C进行多标签分类训练，获得多标签故障识别模型S(F_C)；其中，F_C中的时域和频域信息作为多标签识别模型的输入，F_C中的故障类型信息作为多标签识别模型的输出；

步骤4，采集总信号测点处的实时振动数据CR，提取CR中包含时域信息和频率信息的信号特征F_CR；

步骤5，以同时启动的关键部位的数量、同时启动的关键部位标签、关键部件的故障类型标签作为自变量，设定优化目标，基于F_CR执行多目标优化算法，获得非支配解集NS；获取NS中对应优化目标值最小的N组自变量作为N组故障识别初步结果；