[发明专利]一种面向铁路客运服务的故障预测处理方法及其系统有效

专利信息
申请号: 201711194030.0 申请日: 2017-11-24
公开(公告)号: CN107947984B 公开(公告)日: 2021-08-03
发明(设计)人: 陈根土;钱红兴;沈新锋;钟娟娟;唐宗生 申请(专利权)人: 浙江网新电气技术有限公司
主分类号: H04L12/24 分类号: H04L12/24
代理公司: 北京青松知识产权代理事务所(特殊普通合伙) 11384 代理人: 郑青松
地址: 311100 浙江省杭州市余杭区南苑*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及系统故障预测技术领域,尤其是涉及一种面向铁路客运服务的故障预测处理方法及其系统。本发明包括:(1)铁路客运服务系统各终端发送实时数据多采样率数据信号Xn;(2)铁路客运服务系统的多采样率数据采集模块采集多采样率数据信号Xn并实时发送至核偏最小二乘法故障预测模块;(3)核偏最小二乘法故障预测模块对多采样率数据信号Xn进行核偏最小二乘建模并进行故障预测得到核偏最小二乘法故障预测数据信号Xns等。本发明提供的故障检测方法和系统中通过三种数据的对比从而解决了现有技术中存在的系统单一故障预测检验和维修模式,进一步提高了容错率和可靠性。
搜索关键词: 一种 面向 铁路 客运 服务 故障 预测 处理 方法 及其 系统
【主权项】:
一种面向铁路客运服务的故障预测处理方法,其特征在于:包括如下步骤:(1)铁路客运服务系统各终端发送实时数据多采样率数据信号Xn,n∈N,n为终端序号,N为自然数;(2)铁路客运服务系统的多采样率数据采集模块采集多采样率数据信号Xn并实时发送至核偏最小二乘法故障预测模块;(3)核偏最小二乘法故障预测模块对多采样率数据信号Xn进行核偏最小二乘建模并进行故障预测得到核偏最小二乘法故障预测数据信号Xns;(4)核偏最小二乘法故障预测模块将核偏最小二乘法故障预测数据信号Xns发送至预测数据接收模块;(5)铁路客运服务系统的网络通讯数据包采集模块采集系统通信数据包Hn并实时发送至网络控制系统故障预测模块;(6)网络控制系统故障预测模块对系统通信数据包Hn进行故障预测得到系统通信数据包故障预测信号Hns;(7)网络控制系统故障预测模块将系统通信数据包故障预测信号Hns发送至预测数据接收模块;(8)铁路客运服务系统的数据流采集模块采集系统流数据Pn并实时发送至流数据故障预测模块;(9)流数据故障预测模块将对系统流数据Pn进行故障预测得到系统流数据故障预测信号Pns;(10)流数据故障预测模块将系统流数据故障预测信号Pns发送至预测数据接收模块;(11)预测数据接收模块将核偏最小二乘法故障预测数据信号Xns、系统通信数据包故障预测信号Hns和系统流数据故障预测信号Pns发送至预测数据对比模块;(12)预测数据对比模块将核偏最小二乘法故障预测数据信号Xns、系统通信数据包故障预测信号Hns和系统流数据故障预测信号Pns中重复的元素Ins提取出来发送至铁路客运服务系统的故障处理模块;预测数据对比模块将核偏最小二乘法故障预测数据信号Xns、系统通信数据包故障预测信号Hns和系统流数据故障预测信号Pns中未重复的元素Qns发送至铁路客运服务系统的故障预警模块;(13)故障处理模块切断元素Ins对应的铁路客运服务系统的终端的控制信号和电源并发送该终端编号至维修通知模块;(14)故障预警模块联通未重复的元素Qns对应的铁路客运服务系统的终端的故障预警装置并将该终端编号发送至维修通知模块;(15)维修通知模块分别提示元素Ins对应的铁路客运服务系统的终端为故障终端,元素Qns对应的铁路客运服务系统的终端为预测故障终端;并按照预先设置在系统中的各终端的权重U按照由大到小的顺序进行排列;(16)故障维修模块对预测故障终端和故障终端进行故障维修。
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浙江网新电气技术有限公司,未经浙江网新电气技术有限公司许可,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/patent/201711194030.0/,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