CN105841980B - Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 - Google Patents
Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 Download PDFInfo
- Publication number
- CN105841980B CN105841980B CN201610159866.6A CN201610159866A CN105841980B CN 105841980 B CN105841980 B CN 105841980B CN 201610159866 A CN201610159866 A CN 201610159866A CN 105841980 B CN105841980 B CN 105841980B
- Authority
- CN
- China
- Prior art keywords
- fault
- value
- diagnosing
- locomotive
- feature
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及机车车辆制动技术领域,尤其涉及一种HXD型机车冷却通道工况监测以及故障预诊断方法及系统。该方法是将通过数据采集模块采集的信号输入到系统主机算法中,得到机车工况以及进行故障预诊断;系统主机基于Linux嵌入式系统,对采集量进行分析,根据风量和热量实时计算出系统散热率,进行综合分析、判断完成机车工况监测;并根据自学习的特征值进行比对,进行故障预诊断。本系统由系统主机、系统综合业务箱、电流互感器、风速传感器、温度传感器、采集电缆等部分组成。本发明降低了机车的运用维护成本,减少了职工劳动强度,缩短了检修作业时间,提高了机车运用效率。
Description
一、技术领域
本发明涉及机车车辆制动技术领域,尤其涉及一种HXD型机车冷却通道工况监测以及故障预诊断方法及系统。
二、背景技术
我国铁路行业的快速发展,各机务段陆续配属HXD型机车。机车运用初期,冷却系统风路通畅,超温故障发生较少;但随着运用时间的延长,灰尘、杂物等在冷却系统内逐渐累积,通风量降低,特别是在气温较高时,常因散热器堵塞导致冷却系统超温,发生机破事故。据统计,2013年4月-11月8个月某段内共发生冷却系统超温故障137起,严重影响机车的正常运用。
为了消除此类故障,目前常用的方法是:在机车趟检或修程中,由职工手拿风速测试仪对冷却系统通风量进行测试以及后期的冲洗、吹扫等工作,这种方式需要投入大量的人力、物力,劳动强度大,工作效率低。同时由于职工测量冷却系统通风量的操作误差较大,经常会出现清洗不及时导致机车冷却系统发生超温故障,严重影响机车的正常运行。因此,如何能够提供一种可以有效掌握冷却系统工况,制定冷却系统的检修周期和方法,将定期检修变为视情检修,是目前本领域技术人员急需解决的技术问题。
三、发明内容
本发明的目的是:克服目前的作业方法所存在的缺陷,提供一种能够对HXD型机车冷却系统的工况监测,并进行故障预诊断,避免超温故障的发生,同时指导作业人员能够及时准确地排查冷却系统潜在故障点的HXD型机车冷却通道工况监测以及故障预诊断方法及系统。
发明的技术解决方案如下:
一种HXD型机车冷却通道工况监测以及故障预诊断方法及系统,将通过数据采集模块采集的信号输入到主机算法中,得到机车工况以及进行故障预诊断;
所述的主机算法中设有散热效率计算,用于检测工况,同时设有工况特征值,特征值采用键值对的方式来表征各条工况;工况判断过程基于键值区间重要度的匹配过程,将采集的数据与算法中的工况特征值按照重要度从大到小进行匹配,如果匹配成功,则输出匹配结果,得出工况结论;
所述的主机算法中设有机车散热特征值,存储有与故障相关的多条规则,算法中采用键值对的方式来表征各条规则;故障预诊断按照故障特征值的重要度从大到小进行匹配,如果匹配成功,则输出匹配结果,得出故障结果,否则表示无故障;
所述的主机算法中设有故障预诊断算法,基于实时工况,工况特征以及故障特征,进行连续趋势算法分析,当工况连续趋于接近故障特征,并在设定阈值范围内,则进行故障预报警;
其中,工况特征库、散热特征库以及故障特征库的建立方法为:
库由多个键值对组成,每一组键值对对应一种状态(工况、散热、故障);
算法采用自我学习的方式来完善库,学习的策略为:
在机车冷却通道正常情况下,遍历每一条特征,对当前采集值进行处理分析,取键值进行重要度匹配,判断是否能够匹配成功,如能匹配成功,则说明特征已存在,不予处理,若不能匹配成功,则说明特征不存在,则进行保存;同时进行散热率特征记录;
根据机车运行情况,其键与值之间,键值之间逻辑关系为“与”关系,如不能满足逻辑关系的值,不认为其为特征值,则可能是故障值;
当实时工况与实时散热率特征出现严重不匹配时,则机车出现故障,按上述方法同样进行匹配,进行故障特征记录;
一种HXD型机车冷却通道工况监测以及故障预诊断方法及系统,其故障预诊断的建立方法为:
在工况特征、实时散热率、以及故障特征规则的支持下,对实时采集数据进行处理分析,转换为当前特征值,按照键值重要度匹配进行匹配,可得出一个重要度范围区间,即正常-故障区间,如采样数据连续作用在该区间内,并逐步向故障重要度趋近,则说明存在故障趋势;
因规则特征采用“与”逻辑关系,故各特征值是相互独立的,互不相容的特征,由概率统计学可知,匹配度越接近于故障趋势出现的次数越多,越接近于某个故障的特征,其正常特征的匹配值越小,当低于系统根据正常特征计算出阈值时,则认为将要发生故障;此时,根据故障特征报出与故障内容;
一种HXD型机车冷却通道工况监测以及故障预诊断系统,采用前述的机车冷却通道工况监测以及故障预诊断方法进行故障预诊断;
HXD型机车冷却通道工况监测以及故障预诊断系统包括数据采集模块和系统主机,数据采集模块主要包括5个风速传感器、4个温度传感器和1个电流互感器。
有益效果:
该发明能够采集并监测HXD型机车冷却系统的电流、风速、温度等数据,当监测到异常时,系统会进行处理分析并记录信息,指导检修人员进行排除,减少机车冷却系统超温故障发生,提高机车检修工作效率。同时,在机车运行状态下,通过对采集数据(风速以及管路温度等相关信息)和运行状况进行综合判断,及时诊断出机车冷却系统故障的位置,能够预见性地发现冷却系统的通风系统堵塞,对运行途中因通风堵塞后变流器超温造成的运缓、途停故障起到预警作用,保证了铁路运输秩序的畅通。
另外,机车在整备过程中不需要再安排台位测量机车冷却系统的风速,节约了机车整备作业时间,特别是在运用机车紧缺的情况下,更有利于整备场各项工作的顺畅,同时也能减少机车整备时各个工种作业面交叉带来的相互干扰。机车检修部门借助其数据参考,有效地减少了对散热通风系统的冲洗、吹扫工作,降低了机车运用维护成本,减少了职工劳动强度,缩短了检修作业时间,提高了检修运用效率。
四、附图说明
图1为本发明整体结构的原理示意图;
图2为本发明的机车复合冷却器冷却流程示意图;
图3为本发明的实时数据计算流程图;
图4为本发明的故障分析报警流程图;
附图标记:黑色圆点1、2、3、4——温度传感器
黑色方块a、b、c、d——复合冷却器风速传感器
黑色方块e——辅助变流器风速传感器
五、具体实施方式
结合附图和具体实施例对本发明做进一步的详细说明,如图1-4所示。
在不影响HXD型机车冷却系统的正常运用,不改变冷却系统整体结构和密封性能的条件下,根据HXD型机车复合冷却器冷却流程和设备分布情况,通过实时采集温度、风速、电流等HXD型机车冷却系统相关运行参数,实现HXD型机车冷却系统运行工况监测及故障预诊断。
硬件部分
HXD型机车冷却通道工况监测以及故障预诊断系统主要由系统主机、系统综合业务箱、电流互感器、风速传感器、温度传感器、采集电缆等部分组成。
软件部分
软件主要由实时数据计算和故障分析诊断部分构成。
软件采用基于Linux的C++实现,主要包括数据采集、数据计算分析、自学习算法、特征值保存、实时数据显示以及历史数据保存管理。
以风道堵塞故障预警为实施例进行分析:
当装置上电后,系统启动,各部件进入工作状态,此时:
1.根据风机电流,判断机车是否处于启动状态;如风机电流小于1A,则认为无负载或机车未运行;
2.风量-热量趋势判断。首先系统对每台机车风量变化趋势和热量变化趋势进行智能化学习,抽取特征值。装置对当前风量热量变化趋势特征和学习到的风量热量变化趋势特征比较,进行趋势程度判断。当单位时间内热量上升,风量呈现上升,则机车冷却系统调控正常(通过现场测量,风机电流分为0、低、中、高四种状态);当风量上升达到稳态值(如最大风量值),热量上升趋势未减缓,此时进行特征比较,根据匹配区间进行趋势判断,则可能是散热系统故障,即风机故障或者风道堵塞,系统预警;
3.风机电流辅助鉴别。当散热系统故障时,热量上升,风机电流上升,风量无变化或上升趋势减弱,则风道堵塞;或热量上升,电流为零,则风机故障;
4.绝对温度报警。当油散热器出口温度达到阈值如65℃时,系统报警;或当水散热器出口温度达到阈值如55℃时,系统报警。
本发明的HXD型机车冷却通道工况监测以及故障预诊断方法及系统,改变了目前人工手持风速仪测试冷却系统通风量的作业方式,提供了一种智能掌握冷却系统的各项参数和散热器脏污的规律,为机车作业人员提供准确的机车工况信息,进行机车故障预诊断,便于实现智能化操作,降低了劳动强度,提高了工作效率,经济效益明显。
Claims (5)
1.一种HXD型机车冷却通道工况监测以及故障预诊断方法,其特征在于,将通过数据采集模块采集的信号输入到主机算法中,得到机车工况以及进行故障预诊断;
所述的主机算法中设有散热效率计算,用于检测工况,同时设有工况特征值,特征值采用键值对的方式来表征各条工况;工况判断过程基于键值区间重要度的匹配过程,将采集的数据与算法中的工况特征值按照重要度从大到小进行匹配,如果匹配成功,则输出匹配结果,得出工况结论;
所述的主机算法中设有机车散热特征值,存储有与故障相关的多条规则,算法中采用键值对的方式来表征各条规则;故障预诊断按照故障特征值的重要度从大到小进行匹配,如果匹配成功,则输出匹配结果,得出故障结果,否则表示无故障;
所述的主机算法中设有故障预诊断算法,基于实时工况,工况特征以及故障特征,进行连续趋势算法分析,当工况连续趋于接近故障特征,并在设定阈值范围内,则进行故障预报警。
2.根据权利要求1所述的HXD型机车冷却通道工况监测以及故障预诊断方法,其特征在于,工况特征库、散热特征库以及故障特征库的建立方法为:
库由多个键值对组成,每一组键值对对应一种状态即工况、散热或故障;
算法采用自我学习的方式来完善库,学习的策略为:
在机车冷却通道正常情况下,遍历每一条特征,对当前采集值进行处理分析,取键值进行重要度匹配,判断是否能够匹配成功,如能匹配成功,则说明特征已存在,不予处理,若不能匹配成功,则说明特征不存在,则进行保存;同时进行散热率特征记录;
根据机车运行情况,其键与值之间,键值之间逻辑关系为“与”关系,如不能满足逻辑关系的值,不认为其为特征值,则可能是故障值;
当实时工况与实时散热率特征出现严重不匹配时,则机车出现故障,按上述方法同样进行匹配,进行故障特征记录。
3.根据权利要求1所述的一种HXD型机车冷却通道工况监测以及故障预诊断方法,其特征在于,故障预诊断的建立方法为:
在工况特征、实时散热率、以及故障特征规则的支持下,对实时采集数据进行处理分析,转换为当前特征值,按照键值重要度匹配进行匹配,可得出一个重要度范围区间,即正常-故障区间,如采样数据连续作用在该区间内,并逐步向故障重要度趋近,则说明存在故障趋势;
因规则特征采用“与”逻辑关系,故各特征值是相互独立的,互不相容的特征,由概率统计学可知,匹配度越接近于故障趋势出现的次数越多,越接近于某个故障的特征,其正常特征的匹配值越小,当低于系统根据正常特征计算出阈值时,则认为将要发生故障;此时,根据故障特征报出故障内容。
4.一种HXD型机车冷却通道工况监测以及故障预诊断系统,其特征在于,采用权利要求1、2或3所述的机车冷却通道工况监测以及故障预诊断方法进行故障预诊断。
5.根据权利要求4所述的HXD型机车冷却通道工况监测以及故障预诊断系统,包括数据采集模块和系统主机,其特征在于,数据采集模块包括5个风速传感器、4个温度传感器和1个电流互感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610159866.6A CN105841980B (zh) | 2016-03-21 | 2016-03-21 | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610159866.6A CN105841980B (zh) | 2016-03-21 | 2016-03-21 | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105841980A CN105841980A (zh) | 2016-08-10 |
CN105841980B true CN105841980B (zh) | 2019-05-17 |
Family
ID=56587512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610159866.6A Active CN105841980B (zh) | 2016-03-21 | 2016-03-21 | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105841980B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068360A (zh) * | 2018-01-23 | 2019-07-30 | 株洲中车时代电气股份有限公司 | 一种用于监测机车环境参数的方法及系统 |
CN108216276A (zh) * | 2018-02-24 | 2018-06-29 | 北京铁道工程机电技术研究所有限公司 | 一种和谐机车复合冷却器通风监测装置 |
CN112534371A (zh) * | 2018-08-12 | 2021-03-19 | 斯凯孚人工智能有限公司 | 优化用于监视工业机器操作的机器学习算法的准确度 |
CN111929041A (zh) * | 2019-05-20 | 2020-11-13 | 中车大同电力机车有限公司 | 机车通风冷却设备的智能诊断装置 |
CN110365193B (zh) * | 2019-07-09 | 2021-12-14 | 南京亚派科技股份有限公司 | 地铁再生制动能馈装置功率模块的散热系统及控制方法 |
CN112924205B (zh) * | 2021-01-27 | 2023-10-13 | 上海三一重机股份有限公司 | 作业机械故障诊断方法、装置、作业机械和电子设备 |
CN114383864A (zh) * | 2021-12-08 | 2022-04-22 | 北京罗克维尔斯科技有限公司 | 故障检测方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2220720A1 (en) * | 1996-11-29 | 1998-05-29 | General Electric Company | System and method for isolating failures in a locomotive |
CN102879680A (zh) * | 2012-09-26 | 2013-01-16 | 中南大学 | 轨道交通车辆装备通用检测及故障诊断方法及系统 |
RU156446U1 (ru) * | 2015-03-19 | 2015-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Брянский государственный технический университет" | Стенд для моделирований динамических процессов в тяговом приводе локомотива с электропередачей |
CN204865345U (zh) * | 2015-06-11 | 2015-12-16 | 山东云舜智能科技有限公司 | 一种转盘滤网组件 |
-
2016
- 2016-03-21 CN CN201610159866.6A patent/CN105841980B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2220720A1 (en) * | 1996-11-29 | 1998-05-29 | General Electric Company | System and method for isolating failures in a locomotive |
CN102879680A (zh) * | 2012-09-26 | 2013-01-16 | 中南大学 | 轨道交通车辆装备通用检测及故障诊断方法及系统 |
RU156446U1 (ru) * | 2015-03-19 | 2015-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Брянский государственный технический университет" | Стенд для моделирований динамических процессов в тяговом приводе локомотива с электропередачей |
CN204865345U (zh) * | 2015-06-11 | 2015-12-16 | 山东云舜智能科技有限公司 | 一种转盘滤网组件 |
Non-Patent Citations (1)
Title |
---|
"HXN3型机车冷却风扇电机系统故障分析";郭晓鹏等;《铁道机车与动车》;20140415(第4期);第34-36页 |
Also Published As
Publication number | Publication date |
---|---|
CN105841980A (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105841980B (zh) | Hxd型机车冷却通道工况监测以及故障预诊断方法及系统 | |
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
CN106371052A (zh) | 智能电表的安全监控方法、装置及系统 | |
EP4063875A1 (en) | Multi-information fusion-based fault early warning method and device for converter | |
CN105759201A (zh) | 基于异常样本识别的高压断路器自诊断方法 | |
CN112000654B (zh) | 一种高速铁路大风监测数据质量控制方法和装置 | |
CN110388773A (zh) | 冷水机组的故障检测方法、系统及冷水机组 | |
CN113158705A (zh) | 风机故障预测与健康管理装置和方法 | |
CN112177661B (zh) | 一种煤矿局部通风参数精准监测与异常预警系统及方法 | |
CN112036581A (zh) | 交通工具空调系统的性能检测方法及装置、存储介质、终端 | |
CN103487250A (zh) | 基于二维投射的煤矿设备预知维护方法 | |
CN116519054A (zh) | 一种热力站设备健康状态监测系统及方法 | |
CN104808649A (zh) | 一种冷却塔风机监测系统及方法 | |
CN112782614A (zh) | 一种基于多信息融合的变流器的故障预警方法及装置 | |
KR20130065844A (ko) | 지능형 빌딩 에너지 설비 효율 관리 시스템 및 그 방법 | |
CN114577470A (zh) | 用于风机主轴承的故障诊断方法及系统 | |
CN117423225A (zh) | 一种基于高速铁路运行的灾害遥感预警系统 | |
CN112319550A (zh) | 一种基于列车初上电的故障诊断方法、系统、装置及列车 | |
CN111950822B (zh) | 交通工具牵引变压器冷却系统的性能检测方法及装置、存储介质、终端 | |
CN103487275B (zh) | 基于二维投射的煤矿设备状态识别和预警方法 | |
CN110985424A (zh) | 一种动车组风机故障智能诊断系统及方法 | |
CN116300812A (zh) | 轨道列车vobc健康诊断方法、系统、装置及存储介质 | |
CN211009229U (zh) | 一种动车组风机故障智能诊断系统 | |
CN112363432A (zh) | 一种水电站辅助设备的监测系统及监测方法 | |
CN114004268A (zh) | 一种牵引系统故障的在线诊断方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |