CN104697804B - 用于检测与分离列车主动悬架系统间歇故障的方法及系统 - Google Patents
用于检测与分离列车主动悬架系统间歇故障的方法及系统 Download PDFInfo
- Publication number
- CN104697804B CN104697804B CN201510130478.0A CN201510130478A CN104697804B CN 104697804 B CN104697804 B CN 104697804B CN 201510130478 A CN201510130478 A CN 201510130478A CN 104697804 B CN104697804 B CN 104697804B
- Authority
- CN
- China
- Prior art keywords
- intermittent fault
- suspension system
- active suspension
- generation device
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Vehicle Body Suspensions (AREA)
Abstract
本发明公开了一种用于检测与分离高速列车主动悬架系统间歇故障的方法及系统,包括:基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;基于所述矢量残差生成器产生检测信号,并对所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离。本发明对主动悬架系统执行器的间歇故障检测及主动悬挂系统实时性能退化监测具有很好的有效性、准确度和可靠性。
Description
技术领域
本发明涉及高速列车主动悬架系统故障诊断技术领域,具体地说,涉及一种用于检测与分离高速列车主动悬架系统执行器的间歇故障的方法及系统。
背景技术
悬架系统是高速列车走行部的关键系统之一,其在车体和转向架之间起到支撑和传递力与力矩的作用。采用悬架系统能够减少轨道不平顺、大环境干扰对列车运行的影响,其与高速列车的运行安全和乘坐舒适度息息相关。目前,悬架系统包括被动悬架系统和主动悬架系统。其中,被动悬架系统在隔振性能和自振性能方面难以为列车高速行进时提供所需要的运行平顺性和可操作性,因此,现代高速列车多采用主动悬架系统。主动悬架系统通过提供主动力的作动器控制弹簧的阻尼器使得列车获得良好的悬架性能。
由于高速列车运行环境恶劣、变化剧烈,随着运行时间的增长,高速列车主动悬架系统的许多关键元部件如螺旋弹簧、摩擦阻尼器、空气弹簧以及主动执行器的材料和结构会产生疲劳,性能会逐渐退化,导致裂纹、断裂从而引起间歇故障、微小故障等多种故障从而造成系统执行器永久性故障甚至完全失效。因此,研究高速列车主动悬架系统执行器间歇故障的检测与分离,实现高速列车主动悬架系统的性能监测是提高高速列车运行安全性和可靠性的必要技术。
目前,虽然众多学者对高速列车悬架系统的故障诊断提出了很多方法,但这些方法多是针对永久故障(即故障发生后不会自行消失的故障),由于间歇故障具有一定的随机特性:发生时刻未知、故障幅值随机且故障发生后会自行消失。传统的针对永久性故障的检测方法很难直接应用于间歇故障诊断,对系统实现有效的性能监测。而且,这类方法大多数是基于数据驱动的方法,需要占用大量的计算资源,这在高速列车的实际运行中可能难以实现,而且处理大量的测量数据在高速列车有限的硬件资源条件下很难满足运行时效性的要求。
高速列车在高速运行中受到轨道不平顺、气流噪声、电磁噪声、测量噪声等的剧烈影响,使得高速列车悬架系统的执行器间歇故障更加难于检测与分离。所以,针对高速列车悬架系统执行器间歇故障的检测与分离却鲜有研究成果。
发明内容
为解决上述问题,本发明提供了一种用于检测与分离高速列车主动悬架系统执行器间歇故障的方法及系统用以对高速列车主动悬架系统的间歇故障进行检测及分离。
根据本发明的一个方面,提供了一种用于检测与分离高速列车主动悬架系统间歇故障的方法,包括:
基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;
基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;
基于所述矢量残差生成器产生检测信号,并对所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离。
根据本发明的一个实施例,建立所述动力学模型包括:
建立高速列车主动悬架系统的垂向动力学振动方程;
基于所述垂向动力学振动方程建立高速列车主动悬架系统的垂向动力学方程:
基于执行器间歇故障对高速列车垂向动力学系统的影响,结合测量方程建立所述高速列车主动悬架系统在间歇故障影响下的动力学模型。
根据本发明的一个实施例,建立所述动力学模型还包括:将过程噪声、外部未知扰动引入主动悬架系统以建立带有过程噪声、外部未知扰动的垂向动力学方程以及将测量误差引入所述测量方程以建立所述动力学模型,所述动力学模型为:
其中,x(t)为状态参量;A为系统矩阵;u(t)为输入量,包括主动悬架系统的前转向架和后转向架的主动控制力;B为输入矩阵;d(t)为外部未知扰动;E2为过程噪声输入矩阵;w(t)为扰动量;E1为扰动量输入矩阵;y(t)为输出量;v(t)为测量误差;C为输出矩阵;Fi(t)为对应执行器通道Li的间歇故障信号;Li为对应的输入矩阵B的第i列。
根据本发明的一个实施例,构建所述矢量残差生成器包括:
设计所述动力学模型针对主动悬架系统不同的执行器通道Li,其中,执行器通道Li满足 表示包含给定子空间的不可观测性子空间,inf(·)表示空间下界,Im(·)表示象空间;
基于所述动力学模型和执行器通道Li建立主动悬架系统的一组矢量残差生成器:
其中,ωi(t)、ri(t)分别为残差生成器的状态变量和输出变量,u(t)、y(t)分别为主动悬架系统的实际输入信号和实际输出信号,参数Gi、Mi、Hi、Ki、Ji通过几何方法计算得到, 为残差生成器维数,λi为可配置的残差生成器极点。
根据本发明的一个实施例,采用几何方法计算参数Gi、Mi、Hi、Ki、Ji包括:
(a、基于所述动力学模型,建立包含的(C,A)条件不变子空间
(b、计算包含的不可观测性子空间
(c、计算正则映射Pi:
(d、计算满足的矩阵Hi,Ker(·)表示核空间;
(e、计算满足MiPi=HiC的矩阵Mi;
(f、计算Gi=PiB,Ki=0;
(g、计算满足的单射Qi,0;
(h、计算Pi在上的诱导映射
(i、
(j、Ji=PiQi,0+PiQi,1Hi。
根据本发明的一个实施例,基于所述矢量残差生成器产生检测信号包括:
根据实际间歇故障诊断要求设定合适的残差生成器极点λi和滑动时间窗口Δti,并基于所述残差生成器生成第一残差信号
基于所述第一残差信号的解析表达式确定MiPiLi中的非零元素对应的残差分量以构成检测信号即
基于所述检测信号建立假设检验来对主动悬架系统的执行器间歇故障进行检测与分离。
根据本发明的一个实施例生成所述第一残差信号包括:
设计系数矩阵Ni,令其中,λi为选择的极点,表示ωi(t)的维数,将系数矩阵Ni引入所述残差生成器生成残差信号ri(t);
引入滑动时间窗口Δti,并基于残差信号ri(t)生成第一残差信号
根据本发明的一个实施例,所述假设检验包括:
基于所述动力学模型,分别针对每一个执行器通道Li建立一组用于检测间歇故障发生时刻和间歇故障消失时刻的假设检验;
设定针对间歇故障发生时刻的假设检验的检验置信度γi并基于所述间歇故障发生时刻的假设检验确定间歇故障发生时刻检测阈值,设定针对间歇故障消失时刻的假设检验的检验置信度θi并基于所述间歇故障消失时刻的假设检验确定间歇故障消失时刻检测阈值;
基于检测信号与检测阈值的关系来判断间歇故障的发生与消失,其中,若检测信号的绝对值大于所述间歇故障发生时刻检测阈值,则执行器通道Li发生间歇故障,若检测信号的绝对值小于所述间歇故障消失时刻检测阈值,则执行器通道Li间歇故障消失。
根据本发明的一个实施例,确定所述间歇故障发生时刻检测阈值和所述间歇故障消失时刻检测阈值的步骤进一步包括:
基于针对间歇故障发生时刻的假设检验的检验置信度γi计算对应的间歇故障发生时刻的接受域基于针对间歇故障消失时刻的假设检验的检验置信度θi计算对应的间歇故障消失时刻的接受域
基于针对间歇故障发生时刻的接受域获取执行器通道Li的间歇故障发生时刻的检测阈值为 为给定检验水平所对应的正态分布参数,σi(Δti)为的标准差;基于间歇故障消失时刻的接受域
获取执行器通道Li的间歇故障消失时刻的检测阈值为 表示检测信号的向量的元素个数。
根据本发明的另一个方面,还提供了一种用于检测与分离高速列车主动悬架系统间歇故障的系统,包括:
动力学模型生成模块,其基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;
矢量残差生成器模块,其基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;
间歇故障诊断模块,其基于所述矢量残差生成器产生检测信号,并基于所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离。
本发明带来了以下有益效果:
本发明研究了高速列车主动悬架系统执行器间歇故障的检测与分离问题,对主动悬架系统执行器的间歇故障检测及主动悬挂系统实时性能退化监测具有很好的有效性、准确度和可靠性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要的附图做简单的介绍:
图1是根据本发明的一个实施例的方法流程图;
图2是图1中步骤S110的方法流程图;
图3是图1中步骤S130的方法流程图;
图4是根据本发明的一个实施例的间歇故障发生、消失与滑动时间窗口的相对位置关系图;
图5是在没有间歇故障发生时高速列车主动悬架系统输出信号示意图;
图6是在高速列车主动悬架系统前转向架发生间歇故障时的输出信号示意图;
图7是根据本发明的一个实施例的高速列车主动悬架系统前转向架未发生间歇故障时的检测结果示意图;以及
图8是根据本发明的一个实施例的高速列车主动悬架系统前转向架发生间歇故障时的检测结果示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
第一实施例
如图1所示为根据本发明的一个实施例的方法流程图,以下参考图1来对本发明所述的方法进行详细说明。
首先,从步骤S110开始,基于主动悬架系统的垂向动力学特性建立高速列车主动悬架系统在间歇故障影响下的动力学模型。该步骤可以进一步划分为如图2所示的几个步骤。
如图2所示,在步骤S1101中,首先建立主动悬架系统的垂向动力学振动方程。高速列车主动悬挂系统通常包含一系悬架系统和二系悬架系统。主动悬架系统利用作动器取代二系悬架系统的弹簧和阻尼器,通过控制作动器输入作用力的大小,使得悬架系统能够获得更好的可操纵性和有效度。此处以具有6个自由度的高速列车主动悬架系统的垂向动力学模型为例进行说明,但本发明不限于由车体、前转向架和后转向架三个组成部分建立的垂向动力学模型,也不限于所述的6个自由度。其中,该处的6个自由度分别为车体浮沉与点头、前转向架浮沉与点头和后转向架浮沉与点头。在本发明的一个实施例中,主动悬架系统的垂向动力学振动方程包括如下的车体浮沉与点头、前转向架浮沉与点头和后转向架浮沉与点头动力学方程。
其中,车体浮沉:
车体点头:
前转向架浮沉:
前转向架点头:
后转向架浮沉:
后转向架点头:
其中,mc、mb分别为车体和转向架质量;Ic、Ib分别为车体和转向架的点头转动惯量;cp、cs分别为一系和二系垂向阻尼,用cp1、cp2、cp3、cp4、cs1、cs2表示;kp、ks分别为一系和二系垂向阻尼,用kp1、kp2、kp3、kp4、ks1、ks2表示;lc为车体定距的一半,lb为构架轴距的一半;zc、zb1、zb2分别为车体、前转向架、后转向架的垂向位移;βc、βb1、βb2分别为车体、前转向架、后转向架的点头角位移;zv1、zv2、zv3、zv4为轨道垂向不平顺变量。
接下来在步骤S1102中,基于垂向动力学振动方程建立主动悬架系统的垂向动力学模型。在该步骤中,将过程噪声、外部未知扰动引入主动悬架系统中,建立主动悬架系统在轨道不平顺、大环境噪声影响下的垂向动力学模型为:
其中,x(t)为状态参量,A为系统矩阵;u(t)为输入量,u(t)=[fb1 fb2]T,包括主动悬架系统的前转向架和后转向架的主动控制力;B为输入矩阵;d(t)为扰动量,表示由外部因素引起的附加加速度,E1为扰动量输入矩阵;表示系统的轨道不平顺变量和大环境扰动的影响,可按零均值高斯白噪声近似处理,E2为过程噪声输入矩阵。
在步骤S1103中,考虑间歇故障信号对高速列车主动悬架系统的影响,并结合测量方程建立高速列车主动悬架系统在间歇故障影响下的动力学模型。
在高速列车运行过程中,由于过度疲劳、机械磨损或焊接缺陷等引起的间歇故障信号可以表示为
其中,Γ(·)为阶跃函数,μi,q、υi,q分别表示发生在执行器通道Li的间歇故障的未知且随机的发生时刻和消失时刻,fi(q)为第q次间歇故障未知的故障幅值。那么,在轨道不平顺、大环境干扰和测量噪声影响下,高速列车主动悬架系统受到间歇故障影响下的动力学模型为:
其中,y(t)=Cx(t)+v(t)为测量方程,v(t)表示测量噪声引起的测量误差,通过测量输出信号可以获取x(t)中所有的位移量、速度、角度和角加速度信息。在本发明的一个实施例中,在主动悬架系统的垂向动力学系统具有6个自由度的条件下,C为12维的单位阵,即C=I12。预先假设v(t)为零均值高斯白噪声,且与w(t)不相关。Li表示主动悬架系统前转向架和后转向架,Li与输入矩阵B的列向量对应。Li对应输入矩阵B的第i列。
接下来在步骤S120中,基于高速列车主动悬架系统在间歇故障影响下的动力学模型,针对高速列车主动悬架系统不同的执行器通道建立一组矢量残差生成器。基于主动悬架系统在间歇故障影响下的动力学模型可确定该系统针对前转向架和后转向架各有一个执行器通道,基于其可以分别构建一个矢量残差生成器。对于每一个执行器通道Li,若满足 表示包含给定子空间的不可观测性子空间,inf(·)表示空间下界,Im(·)表示象空间。Li表示对应前转向架和后转向架中的执行器通道。
基于高速列车主动悬架系统在间歇故障影响下的动力学模型,分别针对前转向架和后转向架建立如下的矢量残差生成器:
其中,i=1,2;每个矢量残差ri(t)仅对Li方向的故障敏感,而对其他方向的故障解耦。其中参数Gi、Mi、Hi、Ki,Ji采用几何方法计算得到,其计算过程如下:
(a、基于高速列车主动悬架系统在间歇故障影响下的动力学模型,建立包含的(C,A)条件不变子空间
(b、计算包含的不可观测性子空间
(c、计算正则映射Pi:
(d、计算满足的矩阵Hi;
(e、计算满足MiPi=HiC的矩阵Mi;
(f、计算Gi=PiB,Ki=0;
(g、计算满足的单射Qi,0;
(h、计算Pi在上的诱导映射
(i、
(j、Ji=PiQi,0+PiQi,1Hi。
通过以上步骤即可获取参数参数Gi、Mi、Hi、Ki、Ji, 为残差生成器维数,λi为可配置的残差生成器极点。
最后,在步骤S130中,基于矢量残差生成器产生检测信号并基于检测信号进行假设检验以对主动悬架系统的间歇故障进行检测与分离。该步骤可进一步划分为如图3所示的以下几个步骤。
首先,在步骤S1301中,基于残差生成器生成第一残差信号。在执行器通道Li存在间歇故障最小幅值ρi和最小持续/间隔时间δi的假设条件下,根据实际间歇故障诊断要求,设定合适的残差生成器极点λi和滑动时间窗口Δti<δi来获取带有时间滑动窗口的矢量残差信号。
如图4所示为滑动时间窗口Δti与间歇故障发生时刻、消失时刻之间的相对位置关系,其中μi,q表示间歇故障发生时刻,υi,q表示间歇故障消失时刻。图4中的(a)表示间歇故障发生前、(b)表示间歇故障发生中、(c)表示间歇故障发生后、(d)表示间歇故障消失中。通过分析滑动时间窗口、间歇故障发生时刻和间歇故障消失时刻的相对位置关系,能够更加形象地说明该方法。
首先设定滑动时间窗口Δti和极点λi。间歇故障最小幅值ρi和最小持续/间隔时间下界δi通过大量的实际运行数据分析得出。
在该步骤中,残差生成器系数矩阵其中,基于残差生成器在时刻t的输出残差信号ri(t),通过引入时间窗口Δti,可以进一步设计得到带有滑动时间窗口的矢量残差信号即第一残差信号,并分析新矢量残差信号每个元素的方差(均值假设为0)。
接下来,在步骤S1302中,基于第一残差信号的解析表达式确定MiPiLi(MiPiLi为一列向量)中的非零元素对应的残差分量以构成检测信号即中均为非零元素,由非零元素对应的残差分量的下角标组成的集合记作
最后,在步骤S1303中,基于检测信号建立假设检验来对主动悬架系统的间歇故障进行检测与分离。
在该步骤中,对的残差分量逐个分析,计算其方差(均值假设为0),分别针对间歇故障的发生时刻和消失时刻,基于该残差分量的统计特性,提出两个假设检验用于检测间歇故障的发生时刻和消失时刻。
首先,建立针对Li方向间歇故障发生时刻的假设检验:
其中,表示随机变量的期望。
针对Li方向间歇故障消失时刻的假设检验:
其中,表示与故障幅值ρi相关的量。
接下来,针对发生在执行器通道Li上的间歇故障,基于以上的两个假设检验分别设置间歇故障发生时刻的检验置信度γi和间歇故障消失时刻的检验置信度θi,并分别计算对应的接受域和
最后,根据和的解析表达式,计算得到间歇故障发生时刻的检测阈值间歇故障消失时刻的检测阈值为并基于检测阈值判断执行器通道Li方向的间歇故障的发生及消失。当时,则执行器通道Li在该时刻发生间歇故障,当时,则执行器通道Li的间歇故障在该时刻消失。
同时,根据假设检验置信度可以定量求得检测执行器通道Li方向的间歇故障的发生时刻的误报率和漏报率以及检测执行器通道Li方向的间歇故障消失时刻的误报率和漏报率。
由于矢量残差只对Li方向的间歇故障敏感,而对Lj(j≠i)方向的故障解耦,因此,当高速列车主动悬架系统的前转向架和后转向架同时发生间歇故障时,该检测方法依然有效,并能准确定位高速列车主动悬架系统执行器间歇故障发生的位置。
第二实施例
以下以诊断高速列车主动悬架系统前转向架发生的间歇故障的发生时刻和消失时刻为例来对本发明所述方法进行说明。
针对高速列车主动悬架系统前转向架等效执行器通道L1,为进一步减少残差生成器的维数以减小计算量,令可以验证因此,可以设下如下的矢量残差生成器:
使得矢量残差r1(t)仅对L1方向的故障敏感,而对L2方向的故障及E1方向的未知扰动,其参数G1、M1、H1、K1采用几何方法设计算法。
残差生成器(8)的残差向量维数可以求得为选择合适的极点λ1和滑动时间窗口Δt1,令N1=diag{λ1,…,λ1}8,J1=P1Q1,0+P1Q1,1H1,从而可以进一步设计得到带有滑动时间窗口的新的矢量残差信号并分析新矢量残差信号每个元素的统计特性。
根据新矢量残差信号每个元素的解析表达式,确定M1P1L1向量中非零的元素,由非零元素对应的残差分量的下角标s组成的集合记作
对中的残差分量逐个分析,分别针对间歇故障的发生时刻和消失时刻,基于该残差分量的统计特性分析提出两个假设检验用于检测间歇故障的发生时刻和消失时刻。
针对L1方向间歇故障发生时刻的假设检验:
其中,表示随机变量的期望。
针对L1方向间歇故障消失时刻的假设检验:
其中,κ(ρ1s)表示与故障幅值ρ1相关的量。
给定两个假设检验的检验置信度γ1、θ1,分别计算其接受域和
根据的解析表达式,可以得到L1执行器通道间歇故障发生时刻的检测阈值为
根据的解析表达式,可以得到L1执行器通道间歇故障消失时刻的检测阈值为
实时监测的值,通过判断r1(t,Δt1)与Π11和Π12的关系判断间歇故障的发生与消失,若则L1执行器通道发生间歇故障,若则L1执行器通道间歇故障消失。
第三实施例
以下以诊断高速列车主动悬架系统后转向架发生的间歇故障的发生时刻和消失时刻为例来对本发明所述方法进行说明。
针对间歇故障解析模型中主动悬架系统前转向架的执行器通道L2,令残差生成器的维数为通过引入E1增加了的维数,减小了残差生成器的维数可以验证因此,可以根据式(10)设置矢量残差生成器,使得矢量残差r2(t)仅对L2方向的故障敏感,而对L1方向的故障及E1方向的未知扰动解耦,其参数G2、M2、H2、K2采用几何方法设计算法。
该残差生成器的残差向量维数可以求得为选择合适的极点λ2和滑动时间窗口Δt2,令N2=diag{λ2,…,λ2}9,J2=P2Q2,0+P2Q2,1H2,从而可以进一步设计得到带有滑动时间窗口的新的矢量残差信号并分析新矢量残差信号每个元素的统计特性。根据新矢量残差信号每个元素的解析表达式,确定M2P2L2向量中非零的元素,由非零元素对应的残差分量的下角标s组成的集合记作
对中的残差分量逐个分析,分别针对间歇故障的发生时刻和消失时刻,基于该残差分量的统计特性分析提出两个假设检验用于检测间歇故障的发生时刻和消失时刻。
针对L2方向间歇故障发生时刻的假设检验:
其中,表示随机变量的期望。
针对L2方向间歇故障消失时刻的假设检验:
其中,表示与故障幅值ρ2相关的量。
给定两个假设检验的检验置信度γ2、θ2,分别计算其接受域和
根据的解析表达式,可以得到L2执行器通道间歇故障发生时刻的检测阈值为(表示集合的势)。
根据的解析表达式,可以得到L2执行器通道间歇故障消失时刻的检测阈值为
实时监测的值,通过判断r2(t,Δt2)与Π21和Π22的关系判断间歇故障的发生与消失,若则L2执行器通道发生间歇故障,若则L2执行器通道间歇故障消失。
如图5给出了正常情况下高速列车主动悬架系统的输出,从上到下依次为车体垂向位移、车体垂向速度、车体点头角位移、车体点头角加速度、前转向架垂向位移、前转向架垂向加速度、前转向架点头角速度、前转向架点头角加速度、后转向架垂直位移、后转向架垂直速度、后转向架点头角速度、后转向架点头角加速度。正常情况下,由于存在未知轨道不平顺和测量噪声,因此,输出信号在0附近波动。
如图6给出了高速列车主动悬架系统前转向架发生执行器间歇故障后的系统输出信号。与图5相比可以看出,输出信号中与车体垂向位移、车体点头角速度、前转向架垂向位移、前转向架点头角速度与正常情况相比,均发生了一定变化(如图中第1、4、5、6行),但是后转向架没有发生故障,因此变化不大。
如图7所示,当高速列车主动悬架系统前转向架没有发生间歇故障时,该方法检测到没有故障的发生,因此,说明该间歇故障检测方法在误报率方面的良好性能。
如图8所示,当高速列车主动悬架系统前转向架发生间歇故障时,专利提出的方法的检测结果。对比系统发生的间歇故障信号与检测结果可以发现,当高速列车主动悬架系统前转向架发生间歇故障时,该专利提出的方法能够很好的检测出间歇故障的发生,当间歇故障消失时,该方法能够很快检测出间歇故障的消失,因此,该实例表明专题所提方法在高速列车主动悬架系统间歇故障诊断方法的良好性能。
由本发明的故障检测方法获取的间歇故障发生时刻以及消失时刻和实际情况基本吻合:本发明提出的检测方法能够(在间歇故障消失之前)很快的检测出间歇故障的发生,在间歇故障消失后,本发明提出的检测方法能够(在下一次间歇故障发生之前)很快的检测出间歇故障的消失。本发明的间歇故障检测结果具有较高的准确性,能够满足间歇故障检测的要求。
根据本发明的一个实施例,还提供了一种用于检测与分离列车主动悬架系统执行器间歇故障的系统,包括高速列车主动悬架系统在间歇故障影响下的动力学模型模块、矢量残差生成器模块和间歇故障检测模块。
其中,高速列车主动悬架系统在间歇故障影响下的动力学模型模型模块基于主动悬架系统的垂向动力学特性建立高速列车主动悬架系统在间歇故障影响下的动力学模型;矢量残差生成器模块基于高速列车主动悬架系统在间歇故障影响下的动力学模型,针对不同的执行器通道构建一组矢量残差生成器;间歇故障检测模块基于矢量残差生成器产生检测信号,并基于检测信号进行假设检验以对主动悬架系统的间歇故障进行检测与分离。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (9)
1.一种用于检测与分离高速列车主动悬架系统间歇故障的方法,包括:
基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;
基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;
基于所述矢量残差生成器产生检测信号,并对所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离,
构建所述矢量残差生成器包括:
设计所述动力学模型针对主动悬架系统不同的执行器通道Li,其中,执行器通道Li满足 表示包含给定子空间的不可观测性子空间,inf()表示空间下界,Im()表示象空间;
基于所述动力学模型和执行器通道Li建立主动悬架系统的一组矢量残差生成器:
其中,wi(t)、ri(t)分别为残差生成器的状态变量和输出变量,u(t)、y(t)分别为主动悬架系统的实际输入信号和实际输出信号,参数Gi、Mi、Hi、Ki、Ji通过几何方法计算得到, 为残差生成器维数,λi为可配置的残差生成器极点。
2.如权利要求1所述的方法,其特征在于,建立所述动力学模型包括:
建立高速列车主动悬架系统的垂向动力学振动方程;
基于所述垂向动力学振动方程建立高速列车主动悬架系统的垂向动力学方程:
基于执行器间歇故障对高速列车垂向动力学系统的影响,结合测量方程建立所述高速列车主动悬架系统在间歇故障影响下的动力学模型。
3.如权利要求2所述的方法,其特征在于,建立所述动力学模型还包括:
将过程噪声、外部未知扰动引入主动悬架系统以建立带有过程噪声、外部未知扰动的垂向动力学方程以及将测量误差引入所述测量方程以建立所述动力学模型,所述动力学模型为:
其中,x(t)为状态参量;A为系统矩阵;u(t)为输入量,包括主动悬架系统的前转向架和后转向架的主动控制力;B为输入矩阵;d(t)为外部未知扰动;E2为过程噪声输入矩阵;w(t)为扰动量;E1为扰动量输入矩阵;y(t)为输出量;v(t)为测量误差;C为输出矩阵;Fi(t)为对应执行器通道Li的间歇故障信号;Li为对应的输入矩阵B的第i列。
4.如权利要求1-3中任一项所述的方法,其特征在于,采用几何方法计算参数Gi、Mi、Hi、Ki、Ji包括:
(a、基于所述动力学模型,建立包含的(C,A)条件不变子空间
(b、计算包含的不可观测性子空间
(c、计算正则映射
(d、计算满足的矩阵Hi,Ker(·)表示核空间;
(e、计算满足MiPi=HiC的矩阵Mi;
(f、计算Gi=PiB,Ki=0;
(g、计算满足的单射Qi,0;
(h、计算Pi在上的诱导映射
(i、
(j、Ji=PiQi,0+PiQi,1Hi。
5.如权利要求4所述的方法,其特征在于,基于所述矢量残差生成器产生检测信号包括:
根据实际间歇故障诊断要求设定合适的残差生成器极点λi和滑动时间窗口Δti,并基于所述残差生成器生成第一残差信号
基于所述第一残差信号的解析表达式确定MiPiLi中的非零元素对应的残差分量以构成检测信号即
基于所述检测信号建立假设检验来对主动悬架系统的执行器间歇故障进行检测与分离。
6.如权利要求5所述的方法,其特征在于,生成所述第一残差信号包括:
设计系数矩阵Ni,令其中,λi为选择的极点,表示ωi(t)的维数,将系数矩阵Ni引入所述残差生成器生成残差信号ri(t);
引入滑动时间窗口Δti,并基于残差信号ri(t)生成第一残差信号
7.如权利要求6所述的方法,其特征在于,所述假设检验包括:
基于所述动力学模型,分别针对每一个执行器通道Li建立一组用于检测间歇故障发生时刻和间歇故障消失时刻的假设检验;
设定针对间歇故障发生时刻的假设检验的检验置信度γi并基于所述间歇故障发生时刻的假设检验确定间歇故障发生时刻检测阈值,设定针对间歇故障消失时刻的假设检验的检验置信度θi并基于所述间歇故障消失时刻的假设检验确定间歇故障消失时刻检测阈值;
基于检测信号与检测阈值的关系来判断间歇故障的发生与消失,其中,若检测信号的绝对值大于所述间歇故障发生时刻检测阈值,则执行器通道Li发生间歇故障,若检测信号的绝对值小于所述间歇故障消失时刻检测阈值,则执行器通道Li间歇故障消失。
8.如权利要求7所述的方法,其特征在于,确定所述间歇故障发生时刻检测阈值和所述间歇故障消失时刻检测阈值的步骤进一步包括:
基于针对间歇故障发生时刻的假设检验的检验置信度γi计算对应的间歇故障发生时刻的接受域基于针对间歇故障消失时刻的假设检验的检验置信度θi计算对应的间歇故障消失时刻的接受域
基于针对间歇故障发生时刻的接受域获取执行器通道Li的间歇故障发生时刻的检测阈值为 为给定检验水平所对应的正态分布参数,σi(Δti)为的标准差;基于间歇故障消失时刻的接受域获取执行器通道Li的间歇故障消失时刻的检测阈值为 表示检测信号的向量的元素个数。
9.一种用于检测与分离高速列车主动悬架系统间歇故障的系统,包括:
动力学模型生成模块,其基于高速列车主动悬架系统的垂向动力学特性建立高速列车主动悬架系统执行器在间歇故障影响下的动力学模型;
矢量残差生成器模块,其基于所述动力学模型,针对高速列车主动悬架系统不同的执行器通道构建一组矢量残差生成器;
间歇故障诊断模块,其基于所述矢量残差生成器产生检测信号,并基于所述检测信号进行假设检验以对高速列车主动悬架系统的间歇故障进行检测与分离,
所述矢量残差生成器模块通过以下方式构建所述矢量残差生成器:
设计所述动力学模型生成模块生成的动力学模型针对主动悬架系统不同的执行器通道Li,其中,执行器通道Li满足 表示包含给定子空间的不可观测性子空间,inf()表示空间下界,Im()表示象空间;
基于所述动力学模型和执行器通道Li建立主动悬架系统的一组矢量残差生成器:
其中,wi(t)、ri(t)分别为残差生成器的状态变量和输出变量,u(t)、y(t)分别为主动悬架系统的实际输入信号和实际输出信号,参数Gi、Mi、Hi、Ki、Ji通过几何方法计算得到, 为残差生成器维数,λi为可配置的残差生成器极点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510130478.0A CN104697804B (zh) | 2015-03-24 | 2015-03-24 | 用于检测与分离列车主动悬架系统间歇故障的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510130478.0A CN104697804B (zh) | 2015-03-24 | 2015-03-24 | 用于检测与分离列车主动悬架系统间歇故障的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104697804A CN104697804A (zh) | 2015-06-10 |
CN104697804B true CN104697804B (zh) | 2017-06-13 |
Family
ID=53345161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510130478.0A Active CN104697804B (zh) | 2015-03-24 | 2015-03-24 | 用于检测与分离列车主动悬架系统间歇故障的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104697804B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446320B (zh) * | 2015-12-17 | 2018-02-16 | 南京航空航天大学 | 一种基于有限频域的高速列车垂向悬挂系统的故障检测方法 |
CN107192565B (zh) * | 2017-05-25 | 2019-05-28 | 南京康尼机电股份有限公司 | 一种地铁车辆门系统异常工况和部件退化的同步检测方法 |
CN109325310B (zh) * | 2018-10-25 | 2023-05-05 | 山东科技大学 | 一种基于多重t方控制图的高速列车间歇故障检测方法 |
CN109855855B (zh) * | 2019-03-13 | 2020-10-09 | 山东科技大学 | 高速列车闭环刹车制动系统间歇故障检测方法 |
CN111123885B (zh) * | 2019-11-29 | 2022-05-10 | 南京航空航天大学 | 一种基于自适应技术的高超声速飞行器间歇故障诊断方法 |
CN114115184B (zh) * | 2021-11-15 | 2024-04-23 | 江苏科技大学 | 一种基于数据驱动ToMFIR的高速列车悬挂系统故障诊断方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2934898B1 (fr) * | 2008-08-08 | 2010-09-17 | Descamps Ventilation | Installation pour le controle de pieces du type essieux de trains |
CN201980253U (zh) * | 2010-12-14 | 2011-09-21 | 成都主导科技有限责任公司 | 高速列车轮对动态检测系统 |
CN102768121A (zh) * | 2012-07-31 | 2012-11-07 | 北京交通大学 | 基于鲁棒观测器的列车悬挂系统故障检测方法 |
CN104155968B (zh) * | 2014-07-17 | 2016-08-24 | 南京航空航天大学 | 一种针对高速列车悬架系统执行器的微小故障诊断方法 |
-
2015
- 2015-03-24 CN CN201510130478.0A patent/CN104697804B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104697804A (zh) | 2015-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104697804B (zh) | 用于检测与分离列车主动悬架系统间歇故障的方法及系统 | |
US9728014B2 (en) | Sensor fault detection and diagnosis for autonomous systems | |
US10677686B2 (en) | Method and apparatus for autonomous system performance and grading | |
CN101299004B (zh) | 一种基于确定学习理论的振动故障诊断方法 | |
EP3775801B1 (en) | Method and apparatus for detecting vibrational and/or acoustic transfers in a mechanical system | |
Okamura et al. | Empirical evaluations of framework for adaptive trust calibration in human-AI cooperation | |
US6687585B1 (en) | Fault detection and isolation system and method | |
CN104390795B (zh) | 轨道车辆振动形态分析的方法及装置 | |
CN106096096A (zh) | 基于mpca的列车悬挂系统故障分析方法及系统 | |
Akowuah et al. | Physical invariant based attack detection for autonomous vehicles: Survey, vision, and challenges | |
Byun et al. | Sensor fault detection and signal restoration in intelligent vehicles | |
Berry et al. | A machine learning approach for combating cyber attacks in self-driving vehicles | |
Douglas et al. | Fault detection and identification with application to advanced vehicle control systems | |
EP3961183A1 (en) | Impact speed control method and apparatus, storage medium and electronic device | |
Wan et al. | Robust air data sensor fault diagnosis with enhanced fault sensitivity using moving horizon estimation | |
Boulkroune et al. | Fault detection and isolation system for four-wheels drive electric vehicles | |
CN104875735B (zh) | Ato控制的高速列车制动系统间歇故障检测方法及系统 | |
Raman et al. | Formal validation of emergent behavior in a machine learning based collision avoidance system | |
Bittner et al. | Fault detection, isolation, and recovery techniques for large clusters of inertial measurement units | |
Chen et al. | Simulation might change your results: a comparison of context-aware system input validation in simulated and physical environments | |
CN115032894A (zh) | 一种基于T-S模糊数据驱动ToMFIR的高速列车悬挂故障诊断方法 | |
Shirur et al. | Tactile occupant detection sensor for automotive airbag | |
Liu et al. | Validating an online adaptive system using svdd | |
Ng et al. | A vehicle health monitoring system evaluated experimentally on a passenger vehicle | |
Lv et al. | Research on fault isolation of rail vehicle suspension system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |