CN105426679B - 一种基于故障隔离与恢复算法的机车速度计算方法 - Google Patents
一种基于故障隔离与恢复算法的机车速度计算方法 Download PDFInfo
- Publication number
- CN105426679B CN105426679B CN201510814727.8A CN201510814727A CN105426679B CN 105426679 B CN105426679 B CN 105426679B CN 201510814727 A CN201510814727 A CN 201510814727A CN 105426679 B CN105426679 B CN 105426679B
- Authority
- CN
- China
- Prior art keywords
- wheel
- locomotive
- speed
- mrow
- formula
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Abstract
本发明公开了一种基于故障隔离与恢复算法的机车速度计算方法，包括如下步骤：S1.获取车轮的速度、车轮的故障参数、车轮的可信参数和机车的工况状态；S2.通过车轮的故障参数判断正常车轮的数目是否大于预设的车轮个数门槛值，大于则跳转到步骤S4，否则跳转到步骤S3；S3.根据机车的工况状态以最大最小值方法计算机车的速度，跳转到步骤S5；S4.通过极大似然比算法计算机车的速度，跳转到步骤S5；S5.重新判定车轮的故障参数，进行故障隔离或恢复。本发明无需要加装设备，节约了成本，通过极大似然比算法进一步对正常车轮速度进行可信度分析，以可信车轮来计算机车速度，进一步提高了机车速度计算的准确性。
Description
技术领域
本发明涉及机车控制领域，尤其涉及一种基于故障隔离与恢复算法的机车速度计算方法。
背景技术
随着轨道交通运输的飞速发展，特别是轨道货运领域对高速重载的要求越来越高，相应的对车辆速度的要求随之提高。准确的车辆速度可以应用到牵引控制、故障诊断和隔离，安全保护控制和显示系统等领域。
目前轨道交通系统中，目前计算轨道交通车辆速的方法处在以下几种：
1、利用动力轴速度传感器速度简单的取综合速度，在各个动力轴设置速度传感器，采集各个轴的速度信号，对采集的几个速度信号进行处理，通过取平均值或者最大值(最小值)做综合速度，作为轨道交通车辆速度的基准速度，如图1所示。但该方法由于角速度传感器本身的误差、由于存在空转或滑行现象造成信号不准确等原因造成机车速度不准确。
2、利用雷达计算机车的速度，在轨道交通车辆上安装雷达装置，雷达发出微波遇到阻挡后微波折返，即回波，对回波进行傅里叶变换可以得到回波频谱，确定该频谱重心对应频率，通过公式计算得到轨道交通车辆运行速度。但该方法存在需要额外加装雷达装置，增加成本，同时，在速度较低的情况下，会因信号不准确而影响机车速度的测算。
3、利用GPS卫星定位系统计算机车的速度，需要在机车上安装GPS系统，通过GPS定位确定位置信息，再进一步的通过位置信息和时间确定轨道交通车辆速度。但该方法需要额外加装GPS设备，且会因GPS信号的不稳定，或者是GPS信号的盲区造成机车速度不准确。
4、利用惯性导航设备计算机车的速度，通过惯性导航设备获取机车的加速度信号，再通过积分的方式获取机车的速度，但该方法也需要额外加装设备，同时会因积分累积误差而产生机车速度误差。
因此，在不增加成本的基础上，利用列车现有的设备，研究出一种可有效排除各种误差的干扰，能够准确反映机车真实速度的计算方法，具有重要的现实意义。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种无需加装设备，仅在现有设备的基础上，能够有效排除因电磁环境、震动、传感器故障、以及车轮空转或滑行对车辆速度计算产生的干扰，低成本，高精度的基于故障隔离与恢复算法的机车速度计算方法。
为解决上述技术问题，本发明提出的技术方案为：一种基于故障隔离与恢复算法的机车速度计算方法，包括如下步骤：
S1.获取车轮的速度、车轮的故障参数、车轮的可信参数和机车的工况状态；
S2.通过车轮的故障参数判断正常车轮的数目是否大于预设的车轮个数门槛值，大于则跳转到步骤S4，否则跳转到步骤S3；
S3.根据机车的工况状态以最大最小值方法计算机车的速度，跳转到步骤S5；
S4.通过极大似然比算法计算机车的速度，跳转到步骤S5；
S5.重新判定车轮的故障参数，进行故障隔离或恢复。
作为本发明的进一步改进，所述步骤S1中车轮的速度通过如式(1)所示的公式计算，
式(1)中，vwheel为被测车轮的速度，ω为被测车轮的角速度，rwheel为被测车轮的半径，kradio为被测车轮的传动比；
所述车轮的故障参数将车轮分为正常车轮和故障车轮，车轮的可信参数将车轮分为可信车轮和不可信车轮，在初始状态下故障参数均为正常，可信参数均为可信；机车的工况状态为牵引状态或制动状态。
作为本发明的进一步改进，所述步骤S3的具体步骤包括：判断机车的工况状态，当机车工作在牵引状态时，以正常车轮速度的最小值为机车的速度，当机车工作在制动状态时，以正常车轮速度的最大值为机车的速度。
作为本发明的进一步改进，所述步骤S4的具体步骤包括：
S4.1.以所有正常车轮的速度为元素，生成机车的速度向量Z；
S4.2.计算机车速度的奇偶向量，如式(2)所示：
p＝VZ (2)
式(2)中，p为机车速度的奇偶向量，V为预设的满秩矩阵，Z为由机车的速度向量；
S4.3.计算机车的速度向量的可信度DFD，如式(3)所示,
DFD＝pT(VVT)-1p (3)
式(3)中，DFD为机车的速度向量的可信度，p为机车速度的奇偶向量，V为预设的满秩矩阵；
S4.4.判断速度向量的可信度DFD是否大于预设的门槛值，大于则判定机车的速度向量不可信，跳转至步骤S4.5，否则判定机车的速度向量可信，判定机车的速度向量中各元素均为可信元素，跳转至步骤S4.6；
S4.5.计算速度向量中各元素的可信度，如式(4)所示，
式(4)中，DFj为机车速度向量Z中第j个元素的可信度，p为机车速度的奇偶向量，V为预设的测量满秩矩阵，vj为矩阵V的第j列；
判定组成速度向量的各元素中可信度值最大的元素为不可信元素，判定其它元素为可信元素；
S4.6.通过计算速度向量中各可信元素的平均值，求得机车速度，如式(5)所示，
式(5)中，Vloco为机车速度，vi_belive为速度向量中的可信元素，N为速度向量中可信元素的个数；
S4.7.将速度向量中可信元素对应车轮的可信参数设置为可信，将不可信元素对应车轮的可信参数设置为不可信。
作为本发明的进一步改进，所述步骤S5的具体步骤包括：
S5.1.获取车轮对应驱动电机的力矩；
S5.2.通过所述车轮的故障参数判断车轮是否为故障车轮，为故障车轮跳转到步骤S5.3，为正常车轮跳转至步骤S5.8；
S5.3.判断所述故障车轮的速度与机车速度之差是否大于预设的速度门槛值，大于则跳转至步骤S5.14；否则跳转至步骤S5.4；
S5.4.判断所述故障车轮对应驱动电机的力矩是否大于预设的力矩门槛值，是则判定所述故障车轮速度正常，跳转至步骤S5.5，否则跳转至步骤S5.14；
S5.5.判断所述故障车轮速度正常的持续时间是否大于预设的门槛值，是则跳转至步骤S5.6，否则跳转至步骤S5.7；
S5.6.将所述故障车轮的故障参数设置恢复为正常车轮，跳转至步骤S5.14；
S5.7.修改所述故障车轮的计时器，更新所述故障车轮速度正常的持续时间，跳转至步骤S5.15；
S5.8.通过所述车轮的可信参数判断所述车轮是否为可信车轮，为不可信车轮则跳转至步骤S5.9，为可信车轮则跳转至步骤S5.14；
S5.9.判断所述不可信车轮的速度与机车速度之差是否大于预设的速度门槛值，大于则跳转至步骤S5.10；否则跳转至步骤S5.14；
S5.10.判断所述不可信车轮对应驱动电机的力矩是否大于预设的力矩门槛值，是则跳转至步骤S5.14，否则判定所述不可信车轮速度不正常，跳转至步骤S5.11；
S5.11.判断所述不可信车轮速度不正常的持续时间是否大于预设的门槛值，是则跳转至步骤S5.12，否则跳转至步骤S5.13；
S5.12.将所述不可信车轮的故障参数设置为故障车轮状态，跳转至步骤S5.14；
S5.13.修改所述不可信车轮的计时器，更新所述不可信车轮速度不正常的持续时间，跳转至步骤S5.15；
S5.14.将所述车轮的计时器清零；
S5.15.结束本次故障隔离与恢复过程。
与现有技术相比，本发明的优点在于：本发明无需加装设备，仅在现有设备的基础上，能够有效排除因电磁环境、震动、传感器故障、以及车轮空转或滑行对车辆速度计算产生的干扰，能够低成本，高精度的计算出机车的速度。
附图说明
图1为现有通过车轮速度来计算机车速度的机车控制系统结构示意图。
图2为本发明一种基于故障隔离与恢复算法的机车速度计算方法的流程图。
图3为本发明步骤S5进行故障隔离与恢复的流程图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图2所示，本发明一种基于故障隔离与恢复算法的机车速度计算方法，包括如下步骤：S1.获取车轮的速度、车轮的故障参数、车轮的可信参数和机车的工况状态；S2.通过车轮的故障参数判断正常车轮的数目是否大于预设的车轮个数门槛值，大于则跳转到步骤S4，否则跳转到步骤S3；S3.根据机车的工况状态以最大最小值方法计算机车的速度，跳转到步骤S5；S4.通过极大似然比算法计算机车的速度，跳转到步骤S5；S5.重新判定车轮的故障参数，进行故障隔离或恢复。
在本实施例中，步骤S1中车轮的速度通过如式(1)所示的公式计算，
式(1)中，vwheel为被测车轮的速度，ω为被测车轮的角速度，rwheel为被测车轮的半径，kradio为被测车轮的传动比；车轮的故障参数将车轮分为正常车轮和故障车轮，车轮的可信参数将车轮分为可信车轮和不可信车轮，在初始状态下故障参数均为正常，可信参数均为可信；机车的工况状态为牵引状态或制动状态。
在本实施例中，计算各车轮速度的方法与传统方法相同，同样是通过先获得车轮的角速度，或者是车轮的驱动电机的角速度，再通过式(1)所示的计算公式求得各车轮的速度。同时，本实施例还通过与各车轮对应的故障参数，获得车轮的故障状态，在初始的状态下，各车轮的故障参数均为正常，即各车轮均为正常车轮。在求得各车轮的速度之后，本实施例通过故障参数可以获得机车当前正常车轮的个数，并根据正常车轮的个数决定下一步计算机车速度的方法。在本实施例中，预设的车轮个数门槛值取值为2，当机车正常车轮的个数小于等于2时，则判断机车的工况状态，当机车工作在牵引状态时，以正常车轮速度的最小值为机车的速度，当机车工作在制动状态时，以正常车轮速度的最大值为机车的速度。
在本实施例中，当机车正常车轮的个数大于2时，采用极大似然比算法计算机车的速度。其具体步骤为：S4.1.以所有正常车轮的速度为元素，生成机车的速度向量Z；S4.2.计算机车速度的奇偶向量，如式(2)所示：
p＝VZ (2)
式(2)中，p为机车速度的奇偶向量，V为预设的满秩矩阵，Z为由机车的速度向量；S4.3.计算机车的速度向量的可信度DFD，如式(3)所示,
DFD＝pT(VVT)-1p (3)
式(3)中，DFD为机车的速度向量的可信度，p为机车速度的奇偶向量，V为预设的满秩矩阵；S4.4.判断速度向量的可信度DFD是否大于预设的门槛值，大于则判定机车的速度向量不可信，跳转至步骤S4.5，否则判定机车的速度向量可信，判定机车的速度向量中各元素均为可信元素，跳转至步骤S4.6；S4.5.计算速度向量中各元素的可信度，如式(4)所示，
式(4)中，DFj为机车速度向量Z中第j个元素的可信度，p为机车速度的奇偶向量，V为预设的测量满秩矩阵，vj为矩阵V的第j列；判定组成速度向量的各元素中可信度值最大的元素为不可信元素，判定其它元素为可信元素；S4.6.通过计算速度向量中各可信元素的平均值，求得机车速度，如式(5)所示，
式(5)中，Vloco为机车速度，vi_belive为速度向量中的可信元素，N为速度向量中可信元素的个数；S4.7.将速度向量中可信元素对应车轮的可信参数设置为可信，将不可信元素对应车轮的可信参数设置为不可信。
在本实施例中，由于轨道交通车辆本身电磁环境复杂，运行过程中震动大，角速度传感器信号通常会混杂电磁干扰以及因震动引起的固有噪声，会对速度的计算精确度带来影响。特别地，对于轨道交通车辆的应用场合，速度传感器还可能会有故障或者轮对发生空转/滑行现象，都会导致速度变化较大，从而影响轨道交通车辆速度判断的准确性。因此，在通过步骤S1的方法计算得到的车轮速度时，可以认为传感器的采样值是混合了各种干扰信号的采样值，这种干扰可以认为是对车轮真实角速度的一种偏差，即可以认为是对车轮真实速度的一种偏差，并认为采样值和真实值之间的偏差是高斯噪声，那么这些随机噪声ε有如式(6)所示的统计学特征：
式(6)中，E{}表示数学期望，ε为随机噪声，σ2是随机噪声ε的方差，I为单位矩阵。
即可以用如式(7)所示的公式表示在无故障发生时机车的速度向量，
Z＝HX+ε (7)
式(7)中，Z为机车的速度向量，H为预设的测量方程，X为传感器的真实测量值，ε为随机噪声，即认为测量得到的机车速度向量是机车真实速度向量加上噪声的结果。
当然，在传感器发生故障时，测量得到的机车速度向量还包括传感器故障因素对真实速度的影响，那么可以用如式(8)所示的公示表示在有故障发生时机车的速度向量，
Z＝HX+bf+ε (8)
式(8)中，Z为机车的速度向量，H为预设的测量方程，X为传感器的真实测量值，bf为故障向量，ε为随机噪声。
定义如式(2)所示的机车速度的奇偶向量，那么在无故障发生的情况下，机车速度的奇偶向量如式(9)所示，
p＝VZ＝VHX+Vε＝Vε (9)
式(9)中，p为机车速度的奇偶向量，V为预设的测量满秩矩阵，Z为机车的速度向量，H为预设的测量方程，X为传感器的真实测量值，ε为随机噪声。为使车速估计独立于速度传感器的测量值，而只与可能的偏差即噪声相关，那么预设的测量满秩矩阵V满足条件，使得VH＝0。即在无故障情况下，奇偶向量仅是噪声的函数。
在有故障发生的情况下，机车速度的奇偶向量如式(10)所示，
p＝VZ＝VHX+Vbf+Vε＝Vbf+Vε (10)
式(10)中，p为机车速度的奇偶向量，V为预设的测量满秩矩阵，Z为机车的速度向量，V为预设的测量满秩矩阵，H为预设的测量方程，X为传感器的真实测量值，bf为故障向量，ε为随机噪声。为使车速估计独立于速度传感器的测量值，那么预设的测量满秩矩阵V满足条件，使得VH＝0。此时，车辆速度的奇偶向量不仅与噪声有关，还与故障有关，正是由于奇偶向量在有故障和无故障情况下表现出来的不一致性，为故障检测提供了基础。
根据式(6)所示的统计学特征，则奇偶向量p在无故障假设H0情况下统计特性如式(11)所示，
H0:E{p}＝0,E{ppT}＝σ2VVT (11)
奇偶向量p在有故障假设H1情况下统计特性如式(12)所示，
H1:E{p}＝μ,E{(p-μ)(p-μ)T}＝σ2VVT (12)
式(12)中，
μ＝Vbf (13)
式(13)中，由于故障向量bf为未知向量，μ也为未知向量。
在本实施例中，定义如式(14)所示对数似然比：
式(14)中，pr表示正态条件下概率密度函数，为对数似然比。
由式(11)、式(12)可得：
由式(14)可求得其极大似然估计如式(16)所示，
将式(16)代入式(15)中，得
则可以定义如式(3)所示可信度函数DFD。机车传感器产生的各种误差或发生故障，将通过可信度函数的值反映出来，误差或者故障的影响越大，可信度函数值也将越大。
在本实施例中，将式(2)所示的机车速度奇偶向量代入式(3)，即可以求得机车速度的可信度值。当可信度值大于预设的可信度门槛值TD时，则判定机车速度向量不可信，否则判定机车速度向量可信。
当判定机车速度向量不可信时，需要进一步确认组成机车速度向量的各元素中，是哪一个元素不可信，则定义如式(4)所示的车轮可信度值计算函数，并通过比较各车轮的可信度值，判定可信度值最大的元素为不可信元素，其它元素为可信元素，即将该不可信元素对应的车轮设置为不可信车轮，可信元素对应的车轮为可信车轮。当判定机车速度向量为可信时，则可直接将机车速度向量的各元素判定为可信元素，即将对应各车轮设置为可信车轮。
在本实施例中，机车的速度向量中各元素的可信度值的计算函数的定义方法为：
假设机车的速度向量中第j个元素对应的传感器发生故障，则式(8)中的故障向量可以写成式(18)所示，
bf＝ejf (18)
式(18)中，bf为故障向量，ej为单位向量，该单位向量的第j个元素为1，其它元素为0，f为故障大小(标量)。则式(13)可表示为如式(19)的形式，
μ＝Vbf＝Vejf＝fvj (19)
则根据式(12)和式(19)，第j个元素对应的传感器发生故障的统计特征Hj如式(20)所示
Hj:E{p}＝μ＝fvj,E{(p-μ)(p-μ)T}＝σ2VVT (20)
则此时奇偶向量p的正态条件下概率密度函数如式(21)所示，
式(21)中，K为常数，f为故障大小(标量)。
通过式(21)可以求得f的极大似然估计如式(22)所示，
将式(22)代入至式(21)并取对数，可以得到如式(4)所示的可信度计算函数。同样，对于每一个被测车轮来说，传感器产生的各种误差或发生故障，也将通过可信度函数的值反映出来，误差或者故障的影响越大，可信度函数值也将越大。在判定机车的速度向量不可信的基础上，即速度向量中至少有一个元素对应的传感器可能发生故障，通过分别计算每个元素的可信度值，可以判断出可信度值最大的元素受误差或故障的影响最大，据此可判定可信度值最大的元素为不可信元素，该元素应对的车轮为不可信车轮，将其它元素判定为可信元素，可信元素对应的车轮为可信车轮。
在本实施例中，在确定完车轮是否可信的基础上，再求可信车轮速度的平均值为机车的速度。通过此种策略，可以最大限度的排除噪声及故障对机车速度计算的干扰，使得计算出的机车速度最大限度的接近机车的真实运行速度。
如图3所示，在本实施例中，步骤S5的具体步骤包括：S5.1.获取车轮对应驱动电机的力矩；S5.2.通过车轮的故障参数判断车轮是否为故障车轮，为故障车轮跳转到步骤S5.3，为正常车轮跳转至步骤S5.8；S5.3.判断故障车轮的速度与机车速度之差是否大于预设的速度门槛值，大于则跳转至步骤S5.14；否则跳转至步骤S5.4；S5.4.判断故障车轮对应驱动电机的力矩是否大于预设的力矩门槛值，是则判定故障车轮速度正常，跳转至步骤S5.5，否则跳转至步骤S5.14；S5.5.判断故障车轮速度正常的持续时间是否大于预设的门槛值，是则跳转至步骤S5.6，否则跳转至步骤S5.7；S5.6.将故障车轮的故障参数设置恢复为正常车轮，跳转至步骤S5.14；S5.7.修改故障车轮的计时器，更新故障车轮速度正常的持续时间，跳转至步骤S5.15；S5.8.通过车轮的可信参数判断车轮是否为可信车轮，为不可信车轮则跳转至步骤S5.9，为可信车轮则跳转至步骤S5.14；S5.9.判断不可信车轮的速度与机车速度之差是否大于预设的速度门槛值，大于则跳转至步骤S5.10；否则跳转至步骤S5.14；S5.10.判断不可信车轮对应驱动电机的力矩是否大于预设的力矩门槛值，是则跳转至步骤S5.14，否则判定不可信车轮速度不正常，跳转至步骤S5.11；S5.11.判断不可信车轮速度不正常的持续时间是否大于预设的门槛值，是则跳转至步骤S5.12，否则跳转至步骤S5.13；S5.12.将不可信车轮的故障参数设置为故障车轮状态，跳转至步骤S5.14；S5.13.修改不可信车轮的计时器，更新不可信车轮速度不正常的持续时间，跳转至步骤S5.15；S5.14.将车轮的计时器清零；S5.15.结束本次故障隔离与恢复过程。
在本实施例中，在对故障车轮进行恢复的过程中，需要依次对三个条件进行判断，仅在同时满足故障车轮速度与机车速度之间的误差是小于预设的速度门槛值、故障车轮的驱动电机的力矩大于预设的力矩门槛值、以及故障车轮速度恢复正常的持续时间大于预设的时间门槛值时，才将故障车轮恢复为正常车轮。在对不可信车轮进行故障隔离的过程中，也同样需要依次对三个条件进行判断，仅在同时满足不可信车轮速度与机车速度之间的误差大于预设的速度门槛值、不可信车轮的驱动电机的力矩小大预设的力矩门槛值、以及不可信车轮速度不正常的持续时间大于预设的时间门槛值时，才将不可信车轮进行隔离，设置为故障车轮。通过此种故障恢复与隔离方法，能够最大限度的保证对车轮进行故障恢复或隔离的准确性，从而进一步降低各种误差及故障对机车速度计算的影响，保证机车速度计算的准确性。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。
Claims (5)
1.一种基于故障隔离与恢复算法的机车速度计算方法，其特征在于，包括如下步骤：
S1.获取车轮的速度、车轮的故障参数、车轮的可信参数和机车的工况状态；
S2.通过车轮的故障参数判断正常车轮的数目是否大于预设的车轮个数门槛值，大于则跳转到步骤S4，否则跳转到步骤S3；
S3.根据机车的工况状态以最大最小值方法计算机车的速度，跳转到步骤S5；
S4.通过极大似然比算法计算机车的速度，跳转到步骤S5；
S5.重新判定车轮的故障参数，进行故障隔离或恢复。
2.根据权利要求1所述基于故障隔离与恢复算法的机车速度计算方法，其特征在于：所述步骤S1中车轮的速度通过如式(1)所示的公式计算，
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>w</mi>
<mi>h</mi>
<mi>e</mi>
<mi>e</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>&omega;</mi>
<mo>&times;</mo>
<mfrac>
<msub>
<mi>r</mi>
<mrow>
<mi>w</mi>
<mi>h</mi>
<mi>e</mi>
<mi>e</mi>
<mi>l</mi>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mi>r</mi>
<mi>a</mi>
<mi>d</mi>
<mi>i</mi>
<mi>o</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式(1)中，vwheel为被测车轮的速度，ω为被测车轮的角速度，rwheel为被测车轮的半径，kradio为被测车轮的传动比；
所述车轮的故障参数将车轮分为正常车轮和故障车轮，车轮的可信参数将车轮分为可信车轮和不可信车轮，在初始状态下故障参数均为正常，可信参数均为可信；机车的工况状态为牵引状态或制动状态。
3.根据权利要求2所述基于故障隔离与恢复算法的机车速度计算方法，其特征在于，所述步骤S3的具体步骤包括：判断机车的工况状态，当机车工作在牵引状态时，以正常车轮速度的最小值为机车的速度，当机车工作在制动状态时，以正常车轮速度的最大值为机车的速度。
4.根据权利要求3所述基于故障隔离与恢复算法的机车速度计算方法，其特征在于，所述步骤S4的具体步骤包括：
S4.1.以所有正常车轮的速度为元素，生成机车的速度向量Z；
S4.2.计算机车速度的奇偶向量，如式(2)所示：
p＝VZ (2)
式(2)中，p为机车速度的奇偶向量，V为预设的满秩矩阵，Z为由机车的速度向量；
S4.3.计算机车的速度向量的可信度DFD，如式(3)所示,
DFD＝pT(VVT)-1p (3)
式(3)中，DFD为机车的速度向量的可信度，p为机车速度的奇偶向量，V为预设的满秩矩阵；
S4.4.判断速度向量的可信度DFD是否大于预设的门槛值，大于则判定机车的速度向量不可信，跳转至步骤S4.5，否则判定机车的速度向量可信，判定机车的速度向量中各元素均为可信元素，跳转至步骤S4.6；
S4.5.计算速度向量中各元素的可信度，如式(4)所示，
<mrow>
<msub>
<mi>DF</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msup>
<mi>p</mi>
<mi>T</mi>
</msup>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>VV</mi>
<mi>T</mi>
</msup>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<msubsup>
<mi>v</mi>
<mi>j</mi>
<mi>T</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>VV</mi>
<mi>T</mi>
</msup>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式(4)中，DFj为机车速度向量Z中第j个元素的可信度，p为机车速度的奇偶向量，V为预设的测量满秩矩阵，vj为矩阵V的第j列；
判定组成速度向量的各元素中可信度值最大的元素为不可信元素，判定其它元素为可信元素；
S4.6.通过计算速度向量中各可信元素的平均值，求得机车速度，如式(5)所示，
<mrow>
<msub>
<mi>V</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>v</mi>
<mrow>
<mi>i</mi>
<mo>_</mo>
<mi>b</mi>
<mi>e</mi>
<mi>l</mi>
<mi>i</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
式(5)中，Vloco为机车速度，vi_belive为速度向量中的可信元素，N为速度向量中可信元素的个数；
S4.7.将速度向量中可信元素对应车轮的可信参数设置为可信，将不可信元素对应车轮的可信参数设置为不可信。
5.根据权利要求4所述基于故障隔离与恢复算法的机车速度计算方法，其特征在于，所述步骤S5的具体步骤包括：
S5.1.获取车轮对应驱动电机的力矩；
S5.2.通过所述车轮的故障参数判断车轮是否为故障车轮，为故障车轮跳转到步骤S5.3，为正常车轮跳转至步骤S5.8；
S5.3.判断所述故障车轮的速度与机车速度之差是否大于预设的速度门槛值，大于则跳转至步骤S5.14；否则跳转至步骤S5.4；
S5.4.判断所述故障车轮对应驱动电机的力矩是否大于预设的力矩门槛值，是则判定所述故障车轮速度正常，跳转至步骤S5.5，否则跳转至步骤S5.14；
S5.5.判断所述故障车轮速度正常的持续时间是否大于预设的门槛值，是则跳转至步骤S5.6，否则跳转至步骤S5.7；
S5.6.将所述故障车轮的故障参数设置恢复为正常车轮，跳转至步骤S5.14；
S5.7.修改所述故障车轮的计时器，更新所述故障车轮速度正常的持续时间，跳转至步骤S5.15；
S5.8.通过所述车轮的可信参数判断所述车轮是否为可信车轮，为不可信车轮则跳转至步骤S5.9，为可信车轮则跳转至步骤S5.14；
S5.9.判断所述不可信车轮的速度与机车速度之差是否大于预设的速度门槛值，大于则跳转至步骤S5.10；否则跳转至步骤S5.14；
S5.10.判断所述不可信车轮对应驱动电机的力矩是否大于预设的力矩门槛值，是则跳转至步骤S5.14，否则判定所述不可信车轮速度不正常，跳转至步骤S5.11；
S5.11.判断所述不可信车轮速度不正常的持续时间是否大于预设的门槛值，是则跳转至步骤S5.12，否则跳转至步骤S5.13；
S5.12.将所述不可信车轮的故障参数设置为故障车轮状态，跳转至步骤S5.14；
S5.13.修改所述不可信车轮的计时器，更新所述不可信车轮速度不正常的持续时间，跳转至步骤S5.15；
S5.14.将所述车轮的计时器清零；
S5.15.结束本次故障隔离与恢复过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510814727.8A CN105426679B (zh) | 2015-11-20 | 2015-11-20 | 一种基于故障隔离与恢复算法的机车速度计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510814727.8A CN105426679B (zh) | 2015-11-20 | 2015-11-20 | 一种基于故障隔离与恢复算法的机车速度计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105426679A CN105426679A (zh) | 2016-03-23 |
| CN105426679B true CN105426679B (zh) | 2018-05-15 |
Family
ID=55504887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510814727.8A Active CN105426679B (zh) | 2015-11-20 | 2015-11-20 | 一种基于故障隔离与恢复算法的机车速度计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105426679B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106650198A (zh) * | 2016-08-31 | 2017-05-10 | 株洲中车时代电气股份有限公司 | 一种基于信息融合的轨道交通车辆速度计算方法及系统 |
| CN106649951B (zh) * | 2016-09-30 | 2020-03-31 | 中车南京浦镇车辆有限公司 | 一种基于轮轴测速的列车速度计算方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101949955A (zh) * | 2010-08-11 | 2011-01-19 | 北京交通大学 | 列车组合测速定位系统的状态自检方法 |
| CN102507222A (zh) * | 2011-10-17 | 2012-06-20 | 株洲南车时代电气股份有限公司 | 一种列车故障检测方法 |
| CN102991489A (zh) * | 2012-11-21 | 2013-03-27 | 上海富欣智能交通控制有限公司 | 对空转和打滑进行检测和补偿的安全列车测速测距系统及方法 |
| CN104627187A (zh) * | 2015-01-30 | 2015-05-20 | 上海富欣智能交通控制有限公司 | 基于速度传感器测速的车载系统的测速功能测试平台 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10360737B2 (en) * | 2014-04-02 | 2019-07-23 | Sikorsky Aircraft Corporation | System and method for improved drive system diagnostics |
-
2015
- 2015-11-20 CN CN201510814727.8A patent/CN105426679B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101949955A (zh) * | 2010-08-11 | 2011-01-19 | 北京交通大学 | 列车组合测速定位系统的状态自检方法 |
| CN102507222A (zh) * | 2011-10-17 | 2012-06-20 | 株洲南车时代电气股份有限公司 | 一种列车故障检测方法 |
| CN102991489A (zh) * | 2012-11-21 | 2013-03-27 | 上海富欣智能交通控制有限公司 | 对空转和打滑进行检测和补偿的安全列车测速测距系统及方法 |
| CN104627187A (zh) * | 2015-01-30 | 2015-05-20 | 上海富欣智能交通控制有限公司 | 基于速度传感器测速的车载系统的测速功能测试平台 |
Non-Patent Citations (1)
| Title |
|---|
| 基于神经网络的机车速度传感器故障诊断方法研究;周桂法 等;《机车电传动》;20100110(第1期);第36-38页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105426679A (zh) | 2016-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110596694B (zh) | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 | |
| EP2029414B1 (en) | Vehicle state quantity predicting apparatus and vehicle steering controller using the same, and a method for predicting a vehicle state quantity and vehicle steering controlling method using the same | |
| CN103018472B (zh) | 一种基于列车多传感器测速系统的测速方法 | |
| CA3120498C (en) | Vehicle odometry and motion direction determination | |
| CN107421534A (zh) | 一种冗余式捷联惯导系统多故障隔离方法 | |
| US11364923B2 (en) | Failure detection and response | |
| CN104395777A (zh) | 车辆雷达传感器的失准处理 | |
| Huang et al. | Design of a fault detection and isolation system for intelligent vehicle navigation system | |
| CN105426679B (zh) | 一种基于故障隔离与恢复算法的机车速度计算方法 | |
| WO2020225697A1 (ja) | 異常診断装置 | |
| CN110455549A (zh) | 诊断装置、诊断系统和诊断方法 | |
| CN103674024A (zh) | 基于多普勒雷达和编码里程计的列车组合定位系统 | |
| CN110456759A (zh) | 诊断设备、诊断系统和诊断方法 | |
| US20220185348A1 (en) | Method for detecting systematic deviations during determination of a movement variable of a ground-based, more particularly rail-based, vehicle | |
| Uriagereka et al. | Fault injection method for safety and controllability evaluation of automated driving | |
| CN110422205A (zh) | 一种高速列车空转滑行检测及修正方法 | |
| Mauritz et al. | Dependable adas by combining design time testing and runtime monitoring | |
| CN102679983A (zh) | 一种余度惯性测量单元测量噪声估计和数据融合方法 | |
| US11493934B2 (en) | GPS data integrity verification | |
| Seo et al. | Fail safe process of vehicle localization for reliability improvement of LV3 autonomous driving | |
| CN104535076A (zh) | 一种防滑器里程累积方法 | |
| Shen et al. | A new system diagnostic method for powertrain of automated electric vehicles | |
| US20190066405A1 (en) | Method and system for detecting a road impact event and for diagnosing abnormalities in chassis components | |
| Robinson et al. | Automatic Identification of Vehicles with Faulty Automatic Vehicle Location and Control Units in London Buses' iBus System | |
| CN110764116A (zh) | 定位方法和移动设备 |
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 | ||
| CP01 | Change in the name or title of a patent holder |
Address after: The age of 412001 in Hunan Province, Zhuzhou Shifeng District Road No. 169 Patentee after: ZHUZHOU CRRC TIMES ELECTRIC Co.,Ltd. Address before: The age of 412001 in Hunan Province, Zhuzhou Shifeng District Road No. 169 Patentee before: ZHUZH CSR TIMES ELECTRIC Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |