CN102768121A - 基于鲁棒观测器的列车悬挂系统故障检测方法 - Google Patents

Abstract

本发明涉及基于鲁棒观测器的列车悬挂系统故障检测方法，该方法包括a）对列车车辆悬挂系统进行建模并设计相应的故障检测鲁棒观测器；b）利用加速度传感器、陀螺仪分别获取列车运行时车体与前后转向架的加速度信号与角速度信号；c)对加速度信号进行抗混叠滤波、高通滤波、二次积分等处理，对角速度信号只进行抗混叠滤波与高通滤波，获得系统输出；d）利用故障检测鲁棒观测器对所述的系统输出进行处理，获得残差输出；e）根据残差序列运用MCUSUM方法计算故障检测指标；f)由故障诊断专家系统实时生成故障报警阈值并判断是否报警。该检测方法在悬挂系统发生较小故障的时候可实时检测故障的存在并报警，同时能降低故障检测系统发生误报、漏报的可能性。

Description

基于鲁棒观测器的列车悬挂系统故障检测方法

技术领域

本发明涉及列车悬挂系统故障检测方法，特别是涉及基于鲁棒观测器的列车悬挂系统故障检测方法。 

背景技术

列车悬挂系统位于列车车体与转向架之间以及转向架与轮对之间，由大量不同的部件构成，包括螺旋弹簧、阻尼器、空气弹簧等。轨道车辆的悬挂系统通常分为一系（位于轮对与转向架之间）与二系（位于转向架与车体之间），同时也根据其对列车运动状态的影响分为横向与垂向系统。一方面，悬挂系统支撑着车体与转向架；另一方面，悬挂系还起到缓冲由轨道不平顺所引起的轮轨作用力、控制列车行驶方向、保持运行舒适性等作用。 

本专利中基于鲁棒观测器的列车悬挂系在途故障检测系统技术是针对列车悬挂系统进行状态监控、故障检测的全新的方法，与已有的列车故障检测系统或者列车状态监控系统有本质的不同。 

首先，当前国内外较为成熟的列车在途故障检测系统大多针对列车动力系、辅助系、制动系等子系统，即牵引电机、逆变器、空调系统、车门系统、空气制动系统的故障检测。在针对列车走行系状态监控的技术系统中，也以车轮、轴承、转向架构架等部位为主，几乎没有明确以列车悬挂系统作为状态监控与故障检测对象的系统与方法。 

其次，在检测对象包括车辆走行部（列车走行部中包括一系二系悬挂系统）的一些列车故障检测系统中，其检测内容只是简单的表现为转向架的运动状态是否平稳，并以诸如震动加速度指标或者震动频域指标等值作为说明，没有明确悬挂系统是否发生了故障。同时列车走行部的运行状态除了直接受列车悬挂系统性能影响之外，线路条件、车辆负载情况、列车运行工况等都对其产生十分重要的作用，因此以往的检测系统并不能获取导致走行部 暂时运动状态失稳的原因。 

发明内容

为避免以上现有技术的不足，本发明提出一种基于鲁棒观测器的列车悬挂系统故障检测方法 

本发明的目的通过以下技术方案来实现： 

基于鲁棒观测器的列车悬挂系统故障检测方法，该方法包括如下步骤： 

a）对列车车辆悬挂系统进行建模并设计相应的故障检测鲁棒观测器； 

b）利用加速度传感器、陀螺仪分别获取列车运行时车体与前后转向架的加速度信号与角速度信号； 

c)对加速度信号进行抗混叠滤波、高通滤波、二次积分等处理，对角速度信号只进行抗混叠滤波与高通滤波，获得系统输出； 

d）利用故障检测鲁棒观测器对所述的系统输出进行处理，获得残差输出； 

e）根据残差序列运用MCUSUM方法计算故障检测指标； 

f)依据运行环境与工况实时生成故障报警阈值并判断是否报警。 

所述对列车车辆悬挂系统进行建模包括： 

根据列车悬挂系统在运行过程中的动力学特性建立悬挂系统横向、垂向动力学模型，构建横向、垂向悬挂系统空间状态方程； 

所述系统空间状态方程为： $\begin{array}{c}\stackrel{\·}{x}=\mathrm{Ax}+B_{d}d\\ y=\mathrm{Cx}+D_{d}d\end{array}$

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_d,C,D_d为空间状态方程相应的系数矩阵； 

所述设计故障检测鲁棒观测器是以观测器残差输出r对系统中的故障信号f敏感而对噪声干扰d具有鲁棒性为目标，其设计步骤如下： 

1）由空间状态方程获得系统从干扰到残差输出的传递函数与从故障到残差输出的传递函数，分别为： 

G_rd(s)=C(sI-(A-LC))^-1B_d+D_d

G_rf(s)=C(sI-(A-LC))^-1B_f+D_f

2）依据H_∞/H_-指标求解鲁棒观测器增益L，鲁棒观测器的设计需要使观测器对系统干扰具有鲁棒性而对故障信号具有敏感性，同时观测器必须是稳定的，因而在观测器增益L的求解过程中需要满足这样三个条件： 

鲁棒性条件G＇_rd(s)G_rd(s)<γ²I 

敏感性条件G′_rf(s)G_rf(s)>β²I 

稳定性条件A-LC极点小于零 

其中γ²,β²分别代表鲁棒性指标与敏感性指标； 

上述条件可转化为线性矩阵不等式优化问题 

maxβ 

s.t.  G＇_rd(s)G_rd(s)<γ²I 

      G′_rf(s)G_rf(s)>β²I 

      A-LC稳定 

并求解得到最佳观测器增益L； 

3)对加速度信号进行抗混叠滤波、高通滤波、二次积分等处理，对角速度信号只进行抗混叠滤波与高通滤波，获得系统输出； 

4）利用所设计的观测器对系统输出进行处理，获得观测器残差信号，其中鲁棒观测器为 

$O:\left\{\begin{array}{c}\stackrel{\&CenterDot;}{\hat{x}}=A\hat{x}+L(y-\hat{y})\\ \hat{y}=C\hat{x}\\ r=y-\hat{y}\end{array}\right.$

其中L为观测器增益矩阵，y为系统实际输出， 

为观测器估计输出， 

为观测器估计状态，r为观测器输出的残差信号。 

所述鲁棒观测器输出残差运用MCUSUM算法计算故障检测指标Ts_i； 

${\mathrm{Ts}}_i=\sqrt{S_i^{\&prime;}{\mathrm{\&Sigma;}}^{-1}{S}_i}$

其中，∑为无故障情况下观测器残差输出历史数据协方差矩阵， 

$\left\{\begin{array}{cc}{S}_i=(S_{i-1}+R_i-\mathrm{\&mu;})(1-l/C_i)& \mathrm{if}{C}_i>l\\ S_i=0& \mathrm{else}\end{array}\right.$

$C_i=\sqrt{{(S_{i-1}+R_i-\mathrm{\&mu;})}^{\&prime;}{\mathrm{\&Sigma;}}^{-1}(S_{i-1}+R_i-\mathrm{\&mu;})}$

μ为无故障情况下观测器残差输出历史数据均值向量，1为调节参数，R_i残差向量，为r在某一时间点上的值。 

所述依据运行环境与工况实时生成故障报警阈值并判断是否报警具体为：在计算获得故障检测指标之后，由故障诊断专家系统根据列车运行工况、线路条件、负载情况等信息实时生成故障报警阈值，判断检测指标是否超过报警阈值达到报警条件，并横向比较各车厢报警情况，最终决定是否报警。 

本发明的优点在于： 

本专利中提出的列车悬挂系在途故障检测系统直接以列车悬挂系统作为检测对象。该检测方法对线路条件、列车运行工况等环境干扰具有鲁棒性，而对悬挂系自身故障却十分敏感，在悬挂系统发生较小故障的时候就可以实时地检测到故障的存在并报警。另外，为进一步提高系统在复杂线路工况环境下的抗干扰能力，设计了基于信息获取的动态报警阈值方法，大大地降低了故障检测系统发生误报、漏报的可能性。 

附图说明

图1：本发明故障检测系统结构框架图； 

图2：传感器布设位置； 

图3：信号调理电路流程； 

图4：信号调理电路框图； 

图5：数据预处理单元数据处理逻辑； 

图6：车辆垂向悬挂系统示意图； 

图7：车辆横向悬挂系统示意图； 

图8：观测器工作原理图； 

图9：故障检测报警示意图； 

图10：基于MCUMSUM与鲁棒观测器的列车悬挂系统在途故障检测原理图； 

图11：动态报警阈值确定流程； 

图12：基于检测结果融合的报警确认。 

具体实施方式

如图1所示为本发明故障检测系统结构框架图，所述故障检测系统包括：传感器，用于获取列车在各个位置的加速度信息；数据采集单元，负责连接传感器和数据预处理单元，将传感器发送的模拟信号转换为数据预处理单元可以识别的格式，以统一的通信协议发送到数据预处理单元，实现各传感器测量数据的采集和转换理；数据预处理单元，逻辑上负责各信号采集单元的数据管理及车辆网络管理，且接收数据采集单元送来的数据，对数据进行坐标变换、高通滤波、二次积分运算等工作，然后再将预处理结果通过以太网传给故障诊断单元；所述数据采集单元与预处理单元在每个车厢上都有安装，而故障诊断主机一辆列车配备一台，即故障诊断单元，通过以太网搜集各个车厢上采集的信息，对接收到的数据预处理结果进行判断，判断列车悬挂系统是否发生故障。 

所述传感器规格以及布设方案： 

传感器类型有三种，分别为车体三向加速度传感器、转向架两向加速度传感器与角速度传感器，分别用于获取车体XYZ三项加速度信号，转向架YZ二项加速度信号，以及车体与转向架的点头、摇头、侧滚角速度信号。规格如下表所示： 

表一：传感器规格 

如图2所示为传感器布设位置示意图，车体加速度传感器与角速度传感器布设在车底板的中心点，以获取车体沉浮、横摆、点头、摇头、侧滚以及纵向运动等6个自由度的运动状态信息。 

转向架加速度传感器与角速度传感器布设在转向架构架上方中心心盘位置，以获取转向架沉浮、横摆、点头、摇头、侧滚等5个自由度的运动状态信息。 

所述数据采集单元主要功能： 

数据采集单元负责连接传感器和数据预处理单元，将传感器发送的模拟信号转换为数据预处理单元可以识别的格式，以统一的通信协议向上发送，实现各传感器测量数据的采集和转换理。数据采集单元具体将完成以下工作：电流信号到电压信号的转换，抗混叠滤波、电压转换，模拟信号的A/D转换等工作，并通过以太网将采集数据传给数据预处理单元。 

信号采集单元实体即信号调理板，主要是为传感器传输来的模拟信号进行隔离处理、模数转换和数字滤波，为给复合节点提供数据，其电路流程及框图如图3、图4所示。 

●信号调理板规格 

√采用16位AD转换电路，每个通道能达到200KSPS采样速率，采用二阶抗混叠低通滤波器，提供数字滤波器实现过采样功能 

√采用10M/100M/1000M以太网口传输数据，支持IEE1588网络同步协议 

√CPU采用Freescale MPC系列高性能处理器，主频400M，内存不小于128MB，板载64M flash 

√Altera Cyclone EPC4系列FPGA作为协处理器，可用于采集数据预处理运算 

√24VDC供电，单板功耗≤15W 

√全部采用高可靠性工业级宽温器件 

所述数据预处理单元功能： 

信号预处理单元物理上负责连接信号采集单元与网络节点，逻辑上负责各信号采集单元的数据管理及车辆网络管理。信号预处理单元接收汇聚信号采集单元送来的数据，对数据进行坐标变换、滤波、积分运算等工作，然后再将预处理结果通过以太网传给诊断服务主机。 

信号预处理单元实体即数据处理板，主要功能是对数据进行坐标变换，数字化滤波，积分运算等工作，以及完成来自不同传感器接入的异构数据的整合功能。 

数据处理板逻辑图如图5所示： 

●数据处理板规格 

√CPU采用Freescale MPC系列高性能处理器，主频400M 

√内存不小于128MB 

√板载64M flash 

√采用10M/100M/1000M以太网口传输数据 

√5VDC供电，单板功耗≤15W 

√全部采用高可靠性工业级宽温器件 

下面对基于鲁棒观测器的列车悬挂系统故障检测方法进行说明 

车载悬挂系统故障诊断主机由车载高性能工业计算机以及内置单车故障检测算法、故障诊断专家系统构成。完成列车悬挂系统的在途故障检测与 报警。具体内容如下： 

1.对象建模 

车辆垂向悬挂系统建模，如图6为车辆垂向悬挂系统示意图，车辆横向悬挂系统建模，如图7为车辆横向悬挂系统示意图。 

根据车辆运动的动力学方程分别建立车体悬挂系统垂向、横向微分方程模型，进而导出车辆悬挂系统的空间状态方程，其形式为： 

$\stackrel{\&CenterDot;}{x}=\mathrm{Ax}+B_{d}d+B_{f}f$

y=Cx+D_dd+D_ff 

其中x为状态变量，d为轨道激励，f为故障信号，y为加速度传感器输出后两次积分量，即位移。 

2.基于模型的鲁棒观测器设计 

在获得城轨车辆悬挂系统数学模型后，便可以进行悬挂系统故障检测鲁棒观测器设计，观测器工作原理如图8所示： 

图中f表示故障信号，dw与dn表示系统噪声干扰，y表示系统输出，r表示观测器残差输出。观测器数学模型表示为： 

$O:\left\{\begin{array}{c}\stackrel{\&CenterDot;}{\hat{x}}=A\hat{x}+L(y-\hat{y})\\ \hat{y}=C\hat{x}\\ r=y-\hat{y}\end{array}\right.$

鲁棒观测器设计即使设计的观测器残差输出r对系统中的故障信号f敏感而对噪声干扰d具有鲁棒性，使得系统能够检测出较小的故障。鲁棒观测器设计流程如下： 

步骤一，由空间状态方程获得系统从干扰到残差输出的传递函数与从故障到残差输出的传递函数，分别为： 

G_rd(s)=C(sI-(A-LC))^-1B_d+D_d

G_rf(s)=C(sI-(A-LC))^-1B_f+D_f

步骤二，依据H_∞/H_-指标求解鲁棒观测器增益L。鲁棒观测器的设计需 要使观测器对系统干扰具有鲁棒性而对故障信号具有敏感性，同时观测器必须是稳定的，因而在观测器增益L的求解过程中需要满足这样三个条件： 

鲁棒性条件G＇_rd(s)G_rd(s)<γ²I 

敏感性条件G′_rf(s)G_rf(s)>β²I 

稳定性条件A-LC极点小于零 

上述条件可转化为线性矩阵不等式优化问题 

maxβ 

s.t.  G′_rd(s)G_rd(s)<γ²I 

      G′_rf(s)G_rf(s)>β²I 

      A-LC稳定 

并求解得到最佳观测器增益L。 

3.基于MCUMSUM的残差检测监测算法 

MCUMSUM是用于多元时间序列突变监测的一种算法。本专利中利用MCUMSUM算法对鲁棒观测器产生的残差输出进行监测，以获得更好的故障检测效果。MCUMSUM算法描述如下： 

在时间点k获取鲁棒观测器输出R_k={r₁,r₂,...,r_p}，p为残差输出的维数。 

计算监测指标 

${\mathrm{Ts}}_i=\sqrt{S_i^{\&prime;}{\mathrm{\&Sigma;}}^{-1}{S}_i}$

其中，∑为无故障情况下观测器残差输出历史数据协方差矩阵， 

$\left\{\begin{array}{cc}{S}_i=(S_{i-1}+R_i-\mathrm{\&mu;})(1-l/C_i)& \mathrm{if}{C}_i>l\\ S_i=0& \mathrm{else}\end{array}\right.$

$C_i=\sqrt{{(S_{i-1}+R_i-\mathrm{\&mu;})}^{\&prime;}{\mathrm{\&Sigma;}}^{-1}(S_{i-1}+R_i-\mathrm{\&mu;})}$

μ为无故障情况下观测器残差输出历史数据均值向量，l为调节参数。 

当监测指标Ts大于某一设定阈值时，检测器发出故障报警，如图9所示。 

基于鲁棒观测器的城轨列车悬挂系统故障检测原理如图10所示。 

4.故障诊断专家系统 

动态报警阈值设计 

由于列车实际运行环境相当复杂，受到包括线路的线路条件、车辆负载、行驶车速、运行工况等等因素的影响，简单的设置报警阈值可能会导致故障检测结果存在误报、漏报等情况。为了提高故障检测系统的鲁棒性，设计动态报警阈值设计方法，报警阈值通过查表确定，以适应当前列车实际运行状况。流程如图11所示。 

表一：匀速工况故障检测阀值表 

表二：加速工况故障检测阀值表 

表三：减速工况故障检测阀值表 

如图12所示为基于各车厢故障检测结果横向对比融合的报警确认，列车运行复杂环境存在较多的不可预计的因素，例如线路异物入侵、道岔状况不良、对向列车通过等。这些环境干扰因素都可能引起悬挂系故障检测系统的误报警。为了尽可能地降低故障的误报率，设计基于各车厢故障检测结果横向对比融合的报警确认方法，报警确认逻辑为：一段时间内相邻车厢依次发出故障报警，并在短时间内恢复正常，则认为这样的报警是由于较强的外界干扰所引起的，予以忽略；单个车厢发出故障报警，并持续较长时间，则认为这样的报警确实由悬挂系故障引起，。 

应当理解，以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改，或者对其中部分技术特征进 行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。 

Claims (5)

1.基于鲁棒观测器的列车悬挂系统故障检测方法，其特征在于，该方法包括如下步骤：

a）对列车车辆悬挂系统进行建模并设计相应的故障检测鲁棒观测器；

b）利用加速度传感器、陀螺仪分别获取列车运行时车体与前后转向架的加速度信号与角速度信号；

c)对加速度信号进行抗混叠滤波、高通滤波、二次积分等处理，对角速度信号只进行抗混叠滤波与高通滤波，获得系统输出；

d）利用故障检测鲁棒观测器对所述的系统输出进行处理，获得残差输出；

e）根据残差序列运用MCUSUM方法计算故障检测指标Ts_i；

f)依据运行环境与工况实时生成故障报警阈值并判断是否报警。

2.根据权利要求1所述的基于鲁棒观测器的列车悬挂系统故障检测方法，其特征在于，所述对列车车辆悬挂系统进行建模包括：

根据列车悬挂系统在运行过程中的动力学特性建立悬挂系统横向、垂向动力学模型，构建横向、垂向悬挂系统空间状态方程；

所述系统空间状态方程为：

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_d,C,D_d为空间状态方程相应的系数矩阵。

3.根据权利要求1所述的基于鲁棒观测器的列车悬挂系统故障检测方法，其特征在于，所述设计故障检测鲁棒观测器是以观测器残差输出r对系统中的故障信号f敏感而对噪声干扰d具有鲁棒性为目标，其设计步骤如下：

1）由空间状态方程获得系统从干扰到残差输出的传递函数与从故障到残差输出的传递函数，分别为： 

G_rd(s)=C(sI-(A-LC))^-1B_d+D_d

G_rf(s)=C(sI-(A-LC))^-1B_f+D_f

2）依据H_∞/H_-指标求解鲁棒观测器增益L，鲁棒观测器的设计需要使观测器对系统干扰具有鲁棒性而对故障信号具有敏感性，同时观测器必须是稳定的，因而在观测器增益L的求解过程中需要满足这样三个条件：

鲁棒性条件G′_rd(s)G_rd(s)<γ²I

敏感性条件G′_rf(s)G_rf(s)>β²I

稳定性条件A-LC极点小于零

其中γ²,β²分别代表鲁棒性指标与敏感性指标；

上述条件可转化为线性矩阵不等式优化问题

maxβ

s.t.  G′_rd(s)G_rd(s)<γ²I

      G′_rf(s)G_rf(s)>β²I

      A-LC稳定

并求解得到最佳观测器增益L；

3)对加速度信号进行抗混叠滤波、高通滤波、二次积分等处理，对角速度信号只进行抗混叠滤波与高通滤波，获得系统输出；

4）利用所设计的观测器对系统输出进行处理，获得观测器残差信号，其中鲁棒观测器为

其中L为观测器增益矩阵，y为系统实际输出， 

为观测器估计输出， 

为观测器估计状态，r为观测器输出的残差信号。

4.根据权利要求1所述的基于鲁棒观测器的列车悬挂系统故障检测方法，其特征在于，所述鲁棒观测器输出残差运用MCUSUM算法计算故障检测指标Ts_i； 

其中，∑为无故障情况下观测器残差输出历史数据协方差矩阵，

μ为无故障情况下观测器残差输出历史数据均值向量，1为调节参数，R_i残差向量，为r在某一时间点上的值。

5.根据权利要求1所述的基于鲁棒观测器的列车悬挂系统故障检测方法，其特征在于，所述依据运行环境与工况实时生成故障报警阈值并判断是否报警具体为：在计算获得故障检测指标之后，由故障诊断专家系统根据列车运行工况、线路条件、负载情况等信息实时生成故障报警阈值，判断检测指标是否超过报警阈值达到报警条件，并横向比较各车厢报警情况，最终决定是否报警。 

Images