[发明专利]基于相似度的列车悬挂系统故障分离方法

摘要

本发明涉及基于相似度的列车悬挂系统故障分离方法，该方法以列车悬挂系统作为状态监控与故障诊断对象，通过分析列车运行时的运动状态及卡尔曼滤波，得到系统输出残差，并对其做快速傅立叶变换获取故障信号频域信息，再运用Eros算法计算当前检测到的故障与典型故障的相似度得分，从而判断当前发生的故障类型与位置。本发明实现了列车悬挂系统故障的智能故障分离，对于保障列车安全运行、指导列车悬挂系检修与保养、提高列车运营效率都具有重要作用。

主权项

基于相似度的列车悬挂系统故障分离方法，其特征在于，该方法包括以下几个步骤：1)利用加速度传感器与陀螺仪获取列车运行时各个位置的运动状态信息；2)对步骤1中获得的加速度信号进行抗混叠滤波、高通滤波、二次积分处理，对角速度信号只进行抗混叠滤波与高通滤波处理，以获得系统输出；系统输出即车体垂向、横向位移与车体点头、摇头、侧滚角位置，以及前后转向架的垂向、横向位移与前后转向架的点头、摇头、侧滚角位置；3)建立车辆悬挂系统动力学模型： x · = Ax + B d d y=Cx+Ddd其中x为车辆运动状态变量，d为轨道激励，y为位移信号，A,B,Cd,Dd为空间状态方程相应的系数矩阵,设计相应的Kalman滤波器，对步骤2所述的系统输出进行处理，估计步骤2中车体垂向、横向位移与车体点头、摇头、侧滚角位置，以及前后转向架的垂向、横向位移与前后转向架的点头、摇头、侧滚角位置运行状态，获得系统输出残差；4)利用故障检测单元依据步骤3中的残差输出进行故障检测，在检测到故障后报警，并启动故障分离程序；5)在故障检测单元检测到系统中存在故障后，采集步骤3中Kalman滤波器的系统输出残差，数据长度为10秒，对这段数据做快速傅立叶变换FFT： R ( k ) = Σ n = 1 N r ( n ) e - j 2 π ( k - 1 ) n - 1 N , 1 ≤ k ≤ N 获得故障信号频域信息。其中r(n)表示步骤3中Kalman滤波器的输出残差，R(k)为故障信号的频域信息；6)运用Eros相似度匹配算法将步骤5中获得的当前故障频域信息与存储在故障特征库中典型故障的特征进行相似度匹配，完成故障分离。取存储在故障特征库中的典型故障的故障特征，与当前从步骤5中获得的故障信号的频域信息，运用Eros算法一一做匹配，计算当前检测到的故障与典型故障的相似度得分，得分最大的即认为是当前发生的故障。