CN107272651B - 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法 - Google Patents

一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法 Download PDF

Info

Publication number
CN107272651B
CN107272651B CN201710554259.4A CN201710554259A CN107272651B CN 107272651 B CN107272651 B CN 107272651B CN 201710554259 A CN201710554259 A CN 201710554259A CN 107272651 B CN107272651 B CN 107272651B
Authority
CN
China
Prior art keywords
fault
multiple units
calculated
braking system
robust
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
Application number
CN201710554259.4A
Other languages
English (en)
Other versions
CN107272651A (zh
Inventor
周东华
张峻峰
何潇
卢晓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201710554259.4A priority Critical patent/CN107272651B/zh
Publication of CN107272651A publication Critical patent/CN107272651A/zh
Application granted granted Critical
Publication of CN107272651B publication Critical patent/CN107272651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法，属于信号处理领域，该方法包括：建立动车组制动系统状态空间模型步骤，设计鲁棒残差生成器步骤，设计故障检测策略步骤。本发明有效保障了动车组乘性间歇传感器故障检测的实际应用需求，在系统具有随机不确定性的情况下可以实时在线检测乘性间歇传感器故障的发生与消失，达到了自动化与智能化检测。

Description

一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法
技术领域
本发明属于信号处理领域，具体涉及一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法。
背景技术
作为动车组九大关键技术之一，动车组制动系统能否稳定可靠工作直接关系到动车组的行车安全。其传感器主要用于信息获取，无论发生任何故障都可能会造成巨大的人员伤亡和经济损失，因此，切实保障动车组制动系统传感器的可靠性至关重要。
动车组制动系统技术体系中，间歇传感器故障被工程技术人员称为活故障，是一类经常发生的故障。但现有鲁棒传感器故障检测方法通常只能对具有特定结构模型不确定性的系统进行检测，且仅适用于永久传感器故障的检测，无法进行乘性间歇传感器故障的检测。目前对于该类故障的检测一般需要工程技术人员跟车分析处理，远未达到自动化与智能化检测，耗费了大量人力物力，且检测性能依赖跟车人员经验，给行车安全带来了极大隐患。
发明内容
针对现有技术中存在的上述技术问题，本发明提出了一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法，设计合理，克服了现有技术的不足，具有良好的效果。
为了实现上述目的，本发明采用如下技术方案：
一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法，包括如下步骤：
步骤1：建立动车组制动系统状态空间模型，如公式(1)所示：
其中，为系统状态，为控制输入，为测量输出；为过程噪声，为测量噪声；为过程参数，为测量参数；为过程参数不确定性，为测量参数不确定性；为乘性间歇传感器故障，其形式如公式(2)所示：
其中，Γ(·)为单位阶跃函数，Fi为第i个间歇故障的模式，ko,i为第i个间歇故障的发生时间，kd,i为第i个间歇故障的消失时间；
上述随机变量满足下列条件：
初始系统状态x(0)的均值为协方差为P0，二阶矩为Σ0；噪声w(k)和v(k)的均值均为零，协方差矩阵分别为Σw(k)，Σv(k)；参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值均为零，协方差矩阵分别为
步骤2：设计鲁棒残差生成器，具体包括如下步骤：
步骤2.1：离线设计滤波器增益，具体包括如下步骤：
步骤2.1.1：设定滤波器初值
步骤2.1.2：计算中间变量
步骤2.1.3：计算滤波器增益
Kx(k)＝H(k)Cc(k)TS(k)-1, (6)；
步骤2.1.4：计算状态估计误差协方差
步骤2.2：在线计算鲁棒残差，具体包括如下步骤：
步骤2.2.1：设定状态估计初值
步骤2.2.2：计算状态预测值
步骤2.2.3：计算新息
步骤2.2.4：计算状态估计值
步骤2.2.5：计算残差
步骤3：设计故障检测策略，具体包括如下步骤：
步骤3.1：计算故障检测统计量
TD(k)＝r(k)Tr(k), (13)；
步骤3.2：计算故障检测阈值
步骤3.3：设定故障检测逻辑
若TD(k-1)≤JD(k-1),TD(k)＞JD(k)，则k时刻发生故障，故障警报指示量Ia＝1，
若TD(k-1)＞JD(k-1),TD(k)≤JD(k)，则k时刻故障消失，故障解除指示量Ir＝1。
本发明所带来的有益技术效果：
本发明有效保障了动车组乘性间歇传感器故障检测的实际应用需求，在系统具有随机不确定性的情况下可以实时在线检测乘性间歇传感器故障的发生与消失，达到了自动化与智能化检测的目的。
附图说明
图1为本发明方法的流程图。
图2为本发明方法的原理示意图。
图3为本发明动车组制动系统传感器发生正乘性间歇故障的检测结果示意图。
图4为本发明动车组制动系统传感器发生负乘性间歇故障的检测结果示意图。
图5为发明动车组制动系统传感器同时发生正负乘性间歇故障的检测结果示意图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明：
一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法，其基本原理如图2所示，其流程如图1所示，具体包括如下步骤：
步骤1：建立动车组制动系统状态空间模型，如公式(1)所示：
其中，为系统状态，为控制输入，为测量输出；为过程噪声，为测量噪声；为过程参数，为测量参数；为过程参数不确定性，为测量参数不确定性；为乘性间歇传感器故障，其形式如公式(2)所示：
其中，Γ(·)为单位阶跃函数，Fi为第i个间歇故障的模式，ko,i为第i个间歇故障的发生时间，kd,i为第i个间歇故障的消失时间；
上述随机变量满足下列条件：
初始系统状态x(0)的均值为协方差为P0，二阶矩为Σ0；噪声w(k)和v(k)的均值均为零，协方差矩阵分别为Σw(k)，Σv(k)；参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值均为零，协方差矩阵分别为
步骤2：设计鲁棒残差生成器，具体包括如下步骤：
步骤2.1：离线设计滤波器增益，具体包括如下步骤：
步骤2.1.1：设定滤波器初值
步骤2.1.2：计算中间变量
步骤2.1.3：计算滤波器增益
Kx(k)＝H(k)Cc(k)TS(k)-1, (6)；
步骤2.1.4：计算状态估计误差协方差
步骤2.2：在线计算鲁棒残差，具体包括如下步骤：
步骤2.2.1：设定状态估计初值
步骤2.2.2：计算状态预测值
步骤2.2.3：计算新息
步骤2.2.4：计算状态估计值
步骤2.2.5：计算残差
步骤3：设计故障检测策略，具体包括如下步骤：
步骤3.1：计算故障检测统计量
TD(k)＝r(k)Tr(k), (13)；
步骤3.2：计算故障检测阈值
步骤3.3：设定故障检测逻辑
若TD(k-1)≤JD(k-1),TD(k)＞JD(k)，则k时刻发生故障，故障警报指示量Ia＝1，
若TD(k-1)＞JD(k-1),TD(k)≤JD(k)，则k时刻故障消失，故障解除指示量Ir＝1。
检测结果如图3、图4、图5所示。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (1)

1.一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法，其特征在于：包括如下步骤：
步骤1：建立动车组制动系统状态空间模型，如公式(1)所示：
其中，为系统状态，为控制输入，为测量输出；为过程噪声，为测量噪声；为过程参数，为测量参数；为过程参数不确定性，为测量参数不确定性；为乘性间歇传感器故障，其形式如公式(2)所示：
其中，Γ(·)为单位阶跃函数，Fi为第i个间歇故障的模式，ko,i为第i个间歇故障的发生时间，kd,i为第i个间歇故障的消失时间；
上述随机变量满足下列条件：
初始系统状态x(0)的均值为协方差为P0，二阶矩为Σ0；噪声w(k)和v(k)的均值均为零，协方差矩阵分别为Σw(k)，Σv(k)；参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值均为零，协方差矩阵分别为
步骤2：设计鲁棒残差生成器，具体包括如下步骤：
步骤2.1：离线设计滤波器增益，具体包括如下步骤：
步骤2.1.1：设定滤波器初值
步骤2.1.2：计算中间变量
步骤2.1.3：计算滤波器增益
Kx(k)＝H(k)Cc(k)TS(k)-1, (6)；
步骤2.1.4：计算状态估计误差协方差
步骤2.2：在线计算鲁棒残差，具体包括如下步骤：
步骤2.2.1：设定状态估计初值
步骤2.2.2：计算状态预测值
步骤2.2.3：计算新息
步骤2.2.4：计算状态估计值
步骤2.2.5：计算残差
步骤3：设计故障检测策略，具体包括如下步骤：
步骤3.1：计算故障检测统计量
TD(k)＝r(k)Tr(k), (13)；
步骤3.2：计算故障检测阈值
步骤3.3：设定故障检测逻辑
若TD(k-1)≤JD(k-1),TD(k)＞JD(k)，则k时刻发生故障，故障警报指示量Ia＝1，
若TD(k-1)＞JD(k-1),TD(k)≤JD(k)，则k时刻故障消失，故障解除指示量Ir＝1。
CN201710554259.4A 2017-07-10 2017-07-10 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法 Active CN107272651B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710554259.4A CN107272651B (zh) 2017-07-10 2017-07-10 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710554259.4A CN107272651B (zh) 2017-07-10 2017-07-10 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法

Publications (2)

Publication Number Publication Date
CN107272651A CN107272651A (zh) 2017-10-20
CN107272651B true CN107272651B (zh) 2019-03-19

Family

ID=60073217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710554259.4A Active CN107272651B (zh) 2017-07-10 2017-07-10 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法

Country Status (1)

Country Link
CN (1) CN107272651B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108170955B (zh) * 2017-12-28 2021-08-27 山东科技大学 考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法
CN108345711A (zh) * 2018-01-09 2018-07-31 山东科技大学 基于事件驱动的动车组鲁棒传感器间歇故障检测方法
CN108205311B (zh) * 2018-01-14 2020-12-18 山东科技大学 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法
CN108415402B (zh) * 2018-01-29 2019-08-09 山东科技大学 考虑事件驱动及输出饱和的动车组鲁棒滤波故障检测方法
CN110377921A (zh) * 2018-04-12 2019-10-25 哈尔滨工业大学 一种基于中心对称多胞体的故障检测阈值计算方法
CN112660094B (zh) * 2019-10-15 2022-12-13 北京昊鹏智能技术有限公司 列车制动系统的状态检测方法及装置
CN112906134B (zh) * 2021-03-05 2022-05-17 吉林大学 考虑制动执行器故障的自动驾驶车辆容错控制策略设计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317698B1 (en) * 1999-04-06 2001-11-13 Ford Global Technologies, Inc. Observer for transfer case fault detection in a four-wheel drive system
CN102436179A (zh) * 2011-11-25 2012-05-02 中国电力科学研究院 一种线性不确定性系统鲁棒故障检测滤波器设计方法
CN103776480A (zh) * 2014-01-29 2014-05-07 清华大学 基于多次移动平均的微小故障检测方法和装置
CN104360679A (zh) * 2014-10-21 2015-02-18 南京航空航天大学 基于动态执行器的列车悬挂系统故障诊断与容错控制方法
CN105511454A (zh) * 2016-01-20 2016-04-20 浙江大学 一种工业控制回路时变振荡行为检测方法
DE202017101091U1 (de) * 2017-02-27 2017-04-19 MEYTON Elektronik GmbH Messrahmen mit optischem Filter zur berührungslosen optischen Ermittlung einer Durchschussposition

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317698B1 (en) * 1999-04-06 2001-11-13 Ford Global Technologies, Inc. Observer for transfer case fault detection in a four-wheel drive system
CN102436179A (zh) * 2011-11-25 2012-05-02 中国电力科学研究院 一种线性不确定性系统鲁棒故障检测滤波器设计方法
CN103776480A (zh) * 2014-01-29 2014-05-07 清华大学 基于多次移动平均的微小故障检测方法和装置
CN104360679A (zh) * 2014-10-21 2015-02-18 南京航空航天大学 基于动态执行器的列车悬挂系统故障诊断与容错控制方法
CN105511454A (zh) * 2016-01-20 2016-04-20 浙江大学 一种工业控制回路时变振荡行为检测方法
DE202017101091U1 (de) * 2017-02-27 2017-04-19 MEYTON Elektronik GmbH Messrahmen mit optischem Filter zur berührungslosen optischen Ermittlung einer Durchschussposition

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Detection of intermittent faults or linear stochastic systems subject to tiome-varying parametric perturbations;Rongyi Yan;《IET Control Theory & Applications》;20161231;第10卷;第903-910页
一类存在参数摄动的线性随机系统的鲁棒间歇故障诊断方法;周东华等;《自动化学报》;20160731;第42卷(第7期);第1004-1013页

Also Published As

Publication number Publication date
CN107272651A (zh) 2017-10-20

Similar Documents

Publication Publication Date Title
CN107272651B (zh) 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法
CN103776654B (zh) 多传感器信息融合的故障诊断方法
WO2020052147A1 (zh) 监测设备故障检测方法及装置
CN109783903B (zh) 一种基于时间序列的工业用水管道故障诊断方法及系统
CN109474472A (zh) 一种基于全对称多胞体滤波的故障检测方法
US20080097662A1 (en) Hybrid model based fault detection and isolation system
CN103901882A (zh) 一种列车动力系统在线监控故障诊断的系统及其方法
CN105389917B (zh) 一种基于相位敏感光时域反射计的快速预警方法
WO2013184206A3 (en) Path scanning for the detection of anomalous subgraphs, anomaly/change detection and network situational awareness
CN108427400B (zh) 一种基于神经网络解析冗余的飞机空速管故障诊断方法
CN108205311A (zh) 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法
CN104864985A (zh) 一种列车轴温传感器故障检测方法和装置
CN103217172B (zh) 一种卡尔曼滤波传感器信息融合的故障检测方法
CN205490904U (zh) 一种基于视频图像识别的考场监控系统
CN113588179A (zh) 一种供水管网漏损检测方法及系统
CN106647514A (zh) 一种对水泥企业碳排放实时在线监测管理系统
CN104535735B (zh) 水质远程在线监测方法
CN108345711A (zh) 基于事件驱动的动车组鲁棒传感器间歇故障检测方法
CN104075734A (zh) 水下组合导航故障智能诊断方法
CN111679657A (zh) 一种基于工控设备信号的攻击检测方法及系统
CN103646013B (zh) 一种基于协方差矩阵范数逼近的多重故障重构方法
Bakker et al. Analysis of historic bursts and burst detection in water supply areas of different size
CN113266766B (zh) 一种供水dma爆管监测与定位方法
Li et al. Deep learning-based sensor fault detection using S-Long Short Term Memory Networks
CN104200599B (zh) 公交车多传感器火灾检测方法

Legal Events

Date Code Title Description
PB01 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