CN108345711A - 基于事件驱动的动车组鲁棒传感器间歇故障检测方法 - Google Patents
基于事件驱动的动车组鲁棒传感器间歇故障检测方法 Download PDFInfo
- Publication number
- CN108345711A CN108345711A CN201810017154.XA CN201810017154A CN108345711A CN 108345711 A CN108345711 A CN 108345711A CN 201810017154 A CN201810017154 A CN 201810017154A CN 108345711 A CN108345711 A CN 108345711A
- Authority
- CN
- China
- Prior art keywords
- calculate
- emu
- moment
- fault
- value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种基于事件驱动的动车组鲁棒传感器间歇故障检测方法,属于信号处理领域,该方法包括:动车组随机不确定状态空间模型建立步骤;事件触发策略设计步骤;事件驱动的鲁棒残差生成器设计步骤,离线设计状态估计器增益:设定状态估计器初值,计算中间变量,计算状态估计器增益,计算状态估计误差协方差上界,在线计算残差:设定状态估计初值,计算一步状态预测值,计算新息,计算状态估计值,计算残差;间歇故障检测策略设计步骤,计算故障检测统计量,计算故障检测阈值,设定故障检测逻辑。本发明方法能够同时检测间歇故障的发生时刻和消失时刻,保障了动车组平稳安全运行,有效保障了实际应用需求。
Description
技术领域
本发明属于信号处理领域,具体涉及一种基于事件驱动的动车组鲁棒传感器间歇故障检测方法。
背景技术
动车组工作环境条件恶劣,间歇故障出现较为普遍,对行车安全构成了巨大的威胁。针对间歇故障一般会有技术人员跟车分析处理,处理对策较为保守,必要时需要停车检查,严重影响运行效率,甚至影响行车安全。间歇故障具有与永久故障不同的特点,现有永久故障诊断方法很难直接应用。另一方面,动车组运行环境极其复杂多变,系统扰动和模型不确定性相对较大,通常无法获取相应的不确定性结构及结构参数等先验信息,现有鲁棒故障检测方法无法应用。此外,事件驱动机制可以有效减少动车组信号传输次数,进而节约能源和延长设备使用寿命,但现有动车组故障检测方法并未充分考虑该机制。
基于上述情况,为了满足实际应用需求,亟需一种基于事件驱动的动车组鲁棒间歇传感器故障检测方法,同时检测间歇故障的发生时刻和消失时刻,保障动车组平稳安全运行。
发明内容
针对现有技术中存在的上述技术问题,本发明提出了一种基于事件驱动的动车组鲁棒传感器间歇故障检测方法,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:
一种基于事件驱动的动车组鲁棒传感器间歇故障检测方法,具体包括如下步骤:
步骤1:建立动车组随机不确定状态空间模型;
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;为传感器故障;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;
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),v(k)的均值为零,协方差分别为Σw(k),Σv(k);参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零,协方差分别为
步骤2:设计事件触发策略;
当前k时刻的第i个传感器的测量值满足下述触发条件时才会被传输
||yi(k)-yi(k-l)||2>δi, (16);
其中,yi(k-l)为之前传输的第i个传感器的测量值,为触发阈值;令kt,1,kt,2,…为触发时刻序列,则实际传输的测量值为s.t.,yti(,k)=yi(ktl),k,∈(ktl,ktl+,-1);
步骤3:设计事件驱动的鲁棒残差生成器;具体包括如下步骤:
步骤3.1:离线设计状态估计器增益,具体包括如下步骤:
步骤3.1.1:设定状态估计器初值
步骤3.1.2:计算中间变量
步骤3.1.3:计算状态估计器增益
K(k)=T(k)Cc(k)TQ(k)-1 (20);
步骤3.1.4:计算状态估计误差协方差上界
步骤3.2:在线计算残差,具体包括如下步骤:
步骤3.2.1:设定状态估计初值
步骤3.2.2:计算状态预测值
步骤3.2.3:计算新息
步骤3.2.4:计算状态估计值
步骤3.2.5:计算残差
步骤4:设计间歇故障检测策略,具体包括如下步骤;
步骤4.1:计算故障检测统计量
步骤4.2:计算故障检测阈值
步骤4.3: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:
本发明一种基于事件驱动的动车组鲁棒间歇传感器故障检测方法,能够同时检测间歇故障的发生时刻和消失时刻,保障了动车组平稳安全运行,有效保障了实际应用需求。
附图说明
图1是本发明基于事件驱动的动车组鲁棒间歇传感器故障检测方法的流程图。
图2是本发明中事件触发时刻序列的曲线图。
图3是传感器1发生间歇故障的检测结果图。
图4是传感器2发生间歇故障的检测结果图。
图5是传感器1和传感器2同时发生间歇故障的检测结果图。
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:
一种基于事件驱动的动车组鲁棒传感器间歇故障检测方法,其流程如图1所示,具体包括如下步骤:
步骤1:建立动车组随机不确定状态空间模型;
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;为传感器故障;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;
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),v(k)的均值为零,协方差分别为Σw(k),Σv(k);参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零,协方差分别为
步骤2:设计事件触发策略;
当前k时刻的第i个传感器的测量值满足下述触发条件时才会被传输
||yi(k)-yi(k-l)||2>δi, (30);
其中,yi(k-l)为之前传输的第i个传感器的测量值,为触发阈值;令kt,1,kt,2,…为触发时刻序列,则实际传输的测量值为s.t.,yti(,k)=yi(ktl),k,∈(ktl,ktl+,-1);
事件触发时刻序列如图2所示。
步骤3:设计事件驱动的鲁棒残差生成器;具体包括如下步骤:
步骤3.1:离线设计状态估计器增益,具体包括如下步骤:
步骤3.1.1:设定状态估计器初值
步骤3.1.2:计算中间变量
步骤3.1.3:计算状态估计器增益
K(k)=T(k)Cc(k)TQ(k)-1 (34);
步骤3.1.4:计算状态估计误差协方差上界
步骤3.2:在线计算残差,具体包括如下步骤:
步骤3.2.1:设定状态估计初值
步骤3.2.2:计算状态预测值
步骤3.2.3:计算新息
步骤3.2.4:计算状态估计值
步骤3.2.5:计算残差
步骤4:设计间歇故障检测策略,具体包括如下步骤;
步骤4.1:计算故障检测统计量
步骤4.2:计算故障检测阈值
步骤4.3: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。
传感器1发生间歇故障的检测结果如图3所示,传感器2发生间歇故障的检测结果如图4所示,传感器1和传感器2同时发生间歇故障的检测结果如图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.基于事件驱动的动车组鲁棒传感器间歇故障检测方法,其特征在于:包括如下步骤:
步骤1:建立动车组随机不确定状态空间模型;
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;为传感器故障;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;
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),v(k)的均值为零,协方差分别为Σw(k),Σv(k);参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零,协方差分别为
步骤2:设计事件触发策略;
当前k时刻的第i个传感器的测量值满足下述触发条件时才会被传输
||yi(k)-yi(k-l)||2>δi, (2);
其中,yi(k-l)为之前传输的第i个传感器的测量值,为触发阈值;令kt,1,kt,2,…为触发时刻序列,则实际传输的测量值为
步骤3:设计事件驱动的鲁棒残差生成器;具体包括如下步骤:
步骤3.1:离线设计状态估计器增益,具体包括如下步骤:
步骤3.1.1:设定状态估计器初值
步骤3.1.2:计算中间变量
步骤3.1.3:计算状态估计器增益
K(k)=T(k)Cc(k)TQ(k)-1 (6);
步骤3.1.4:计算状态估计误差协方差上界
步骤3.2:在线计算残差,具体包括如下步骤:
步骤3.2.1:设定状态估计初值
步骤3.2.2:计算状态预测值
步骤3.2.3:计算新息
步骤3.2.4:计算状态估计值
步骤3.2.5:计算残差
步骤4:设计间歇故障检测策略,具体包括如下步骤;
步骤4.1:计算故障检测统计量
步骤4.2:计算故障检测阈值
步骤4.3: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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810017154.XA CN108345711A (zh) | 2018-01-09 | 2018-01-09 | 基于事件驱动的动车组鲁棒传感器间歇故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810017154.XA CN108345711A (zh) | 2018-01-09 | 2018-01-09 | 基于事件驱动的动车组鲁棒传感器间歇故障检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108345711A true CN108345711A (zh) | 2018-07-31 |
Family
ID=62960603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810017154.XA Pending CN108345711A (zh) | 2018-01-09 | 2018-01-09 | 基于事件驱动的动车组鲁棒传感器间歇故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345711A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543162A (zh) * | 2019-07-24 | 2019-12-06 | 浙江工业大学 | 一种强噪声下的运动控制系统多重故障辨识方法 |
CN111398900A (zh) * | 2020-03-09 | 2020-07-10 | 华南理工大学 | 基于事件驱动的传声器网络分布式滤波方法及系统 |
CN111427007A (zh) * | 2020-04-24 | 2020-07-17 | 山东科技大学 | 基于不完全量测下集员滤波的矿井人员安全状态估计方法 |
CN113782218A (zh) * | 2021-08-05 | 2021-12-10 | 杭州电子科技大学 | 一种基于混合驱动策略的传染病可靠滤波估计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272651A (zh) * | 2017-07-10 | 2017-10-20 | 山东科技大学 | 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 |
CN107356282A (zh) * | 2017-06-23 | 2017-11-17 | 山东科技大学 | 分辨率受限情况下高速列车鲁棒间歇传感器故障检测方法 |
-
2018
- 2018-01-09 CN CN201810017154.XA patent/CN108345711A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356282A (zh) * | 2017-06-23 | 2017-11-17 | 山东科技大学 | 分辨率受限情况下高速列车鲁棒间歇传感器故障检测方法 |
CN107272651A (zh) * | 2017-07-10 | 2017-10-20 | 山东科技大学 | 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 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543162A (zh) * | 2019-07-24 | 2019-12-06 | 浙江工业大学 | 一种强噪声下的运动控制系统多重故障辨识方法 |
CN110543162B (zh) * | 2019-07-24 | 2021-02-26 | 浙江工业大学 | 一种强噪声下的运动控制系统多重故障辨识方法 |
CN111398900A (zh) * | 2020-03-09 | 2020-07-10 | 华南理工大学 | 基于事件驱动的传声器网络分布式滤波方法及系统 |
CN111427007A (zh) * | 2020-04-24 | 2020-07-17 | 山东科技大学 | 基于不完全量测下集员滤波的矿井人员安全状态估计方法 |
CN111427007B (zh) * | 2020-04-24 | 2021-03-19 | 山东科技大学 | 基于不完全量测下集员滤波的矿井人员安全状态估计方法 |
CN113782218A (zh) * | 2021-08-05 | 2021-12-10 | 杭州电子科技大学 | 一种基于混合驱动策略的传染病可靠滤波估计方法 |
CN113782218B (zh) * | 2021-08-05 | 2023-11-14 | 杭州电子科技大学 | 一种基于混合驱动策略的传染病可靠滤波估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
CN104536435B (zh) | 一种线控系统网络在线诊断方法 | |
CN103618651B (zh) | 一种基于信息熵和滑动窗口的网络异常检测方法及系统 | |
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 | |
CN103901298A (zh) | 变电站设备运行状态的检测方法与系统 | |
CN104925613A (zh) | 一种电梯在线安全检测预警装置及其检测预警方法 | |
CN104527648A (zh) | 汽车双油门踏板信号处理方法及系统 | |
CN112187528A (zh) | 基于sarima的工业控制系统通信流量在线监测方法 | |
CN104931255A (zh) | 一种用于评价齿轮箱故障特征参数优劣的方法 | |
CN105043761A (zh) | 一种机车锁轴故障诊断方法 | |
CN106371018A (zh) | 基于电池端电压估计的车辆动力电池故障诊断方法及设备 | |
CN108415402B (zh) | 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 | |
CN110011966B (zh) | 一种智能变电站过程层网络流量异常检测方法 | |
CN107356282A (zh) | 分辨率受限情况下高速列车鲁棒间歇传感器故障检测方法 | |
CN104410053B (zh) | 一种直流输电系统行波保护方法 | |
CN108508860A (zh) | 一种基于耦合关系的流程工业生产系统数据监测方法 | |
CN105954620B (zh) | 一种电力故障诊断系统 | |
CN117347821A (zh) | 一种基于人工智能的pcb板使用故障智能预警系统 | |
CN109325310B (zh) | 一种基于多重t方控制图的高速列车间歇故障检测方法 | |
CN107703740A (zh) | 一种高速列车关键系统的鲁棒间歇传感器故障诊断方法 | |
Zhang et al. | Distributed fault detection and isolation in a class of large-scale nonlinear uncertain systems | |
CN105516164A (zh) | 基于分形与自适应融合的P2P botnet检测方法 | |
CN102829939B (zh) | 电路系统、工程机械及进水识别方法 | |
CN106515745A (zh) | 一种自动驾驶列车和站台的控制系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180731 |
|
RJ01 | Rejection of invention patent application after publication |