[发明专利]区域控制器故障检测方法及装置有效

专利信息
申请号: 202110735247.8 申请日: 2021-06-30
公开(公告)号: CN113467420B 公开(公告)日: 2022-10-18
发明(设计)人: 娄永梅;赵鹏;聂宇威;宋惠;王志平;乔高锋 申请(专利权)人: 通号城市轨道交通技术有限公司
主分类号: G05B23/02 分类号: G05B23/02
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 陈新生
地址: 100070 北京市丰*** 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: 区域 控制器 故障 检测 方法 装置
【权利要求书】:

1.一种区域控制器故障检测方法,其特征在于,包括:

获取区域控制器的输入数据以及实际关键变量数据,所述输入数据和所述实际关键变量数据均为区域控制器的监测接口输出;

基于数字孪生模型,对所述实际关键变量数据进行初步诊断,得到初步诊断结果,所述基于数字孪生模型,对所述实际关键变量数据进行初步诊断,得到初步诊断结果,包括:提取所述实际关键变量数据中的物理特征和功能特征;基于所述物理特征和所述功能特征以及对应的物理约束阈值和功能约束阈值,得到初步诊断结果;

将所述输入数据输入到故障诊断模型中,输出预测关键变量数据,所述故障诊断模型为预先以输入样本数据为样本,以与所述输入样本数据对应的样本变量数据为样本标签进行训练得到;

基于所述实际关键变量数据和所述预测关键变量数据,确定参考诊断结果;

基于所述初步诊断结果和所述参考诊断结果,确定最终诊断结果。

2.根据权利要求1所述的区域控制器故障检测方法,其特征在于,所述获取区域控制器的输入数据以及实际关键变量数据,包括:

从所述区域控制器的监测接口获取原始输入数据以及原始关键变量数据;

对所述原始输入数据进行预处理,得到所述输入数据,并对所述原始关键变量数据进行预处理,得到所述实际关键变量数据。

3.根据权利要求1所述的区域控制器故障检测方法,其特征在于,所述基于所述实际关键变量数据和所述预测关键变量数据,得到参考诊断结果,包括:

比较所述实际关键变量数据与所述预测关键变量数据的差异程度信息;

基于所述差异程度信息,确定所述参考诊断结果。

4.根据权利要求1所述的区域控制器故障检测方法,其特征在于,所述物理特征包括:温度、湿度、电压值、电流值和功耗中的至少一种;所述功能特征包括:区段占用状态检测功能特征、筛选计算功能特征、移动授权计算功能特征、列车移交功能特征和临时限速功能特征中的至少一种。

5.根据权利要求1至4中任一项所述的区域控制器故障检测方法,其特征在于,所述故障诊断模型的训练过程包括:

从所述输入样本数据中提取输入样本特征,所述输入样本特征包括:列车位置报告特征、计轴区段占用特征、区段锁闭特征和信号机显示特征;

基于所述输入样本特征以及所述样本关键变量数据,训练所述故障诊断模型。

6.根据权利要求1至4中任一项所述的区域控制器故障检测方法,其特征在于,还包括:

从区域控制器的监测接口获取报警信息;

基于所述报警信息,得到所述初步诊断结果。

7.一种区域控制器故障检测装置,其特征在于,包括:

获取模块,用于获取区域控制器的输入数据以及实际关键变量数据,所述输入数据和所述实际关键变量数据均为区域控制器的监测接口输出;

初步诊断模块,用于基于数字孪生模型,对所述实际关键变量数据进行初步诊断,得到初步诊断结果,所述基于数字孪生模型,对所述实际关键变量数据进行初步诊断,得到初步诊断结果,包括:提取所述实际关键变量数据中的物理特征和功能特征;基于所述物理特征和所述功能特征以及对应的物理约束阈值和功能约束阈值,得到初步诊断结果;

输出模块,用于将所述输入数据输入到故障诊断模型中,输出预测关键变量数据,所述故障诊断模型为预先以输入样本数据为样本,以与所述输入样本数据对应的样本变量数据为样本标签进行训练得到;

第一确定模块,用于基于所述实际关键变量数据和所述预测关键变量数据,确定参考诊断结果;

第二确定模块,用于基于所述初步诊断结果和所述参考诊断结果,确定最终诊断结果。

8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述区域控制器故障检测方法的步骤。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述区域控制器故障检测方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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通号城市轨道交通技术有限公司,未经通号城市轨道交通技术有限公司许可,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/202110735247.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top