CN108398934B - 一种用于轨道交通的设备故障监控的系统 - Google Patents
一种用于轨道交通的设备故障监控的系统 Download PDFInfo
- Publication number
- CN108398934B CN108398934B CN201810114950.5A CN201810114950A CN108398934B CN 108398934 B CN108398934 B CN 108398934B CN 201810114950 A CN201810114950 A CN 201810114950A CN 108398934 B CN108398934 B CN 108398934B
- Authority
- CN
- China
- Prior art keywords
- fault
- information
- rail transit
- early warning
- data
- 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.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 47
- 230000010365 information processing Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000012423 maintenance Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 11
- 238000003745 diagnosis Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000001125 extrusion Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000011112 process operation Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 16
- 238000011161 development Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
Abstract
本发明请求保护一种用于轨道交通的设备故障监控的系统,包括信息获取装置,获取运行数据;信息通信与预警装置,接收运行数据,判断轨道交通设备状态,预警处理出故障可能;故障信息处理装置,过滤识别出当前轨道交通设备的故障;智能调度装置,连接到所述信息交换与监控模块,根据所述运行数据对轨道交通设备进行实时控制。本发明所涉及的系统针对轨道交通中出现的极大地影响着轨道交通的运输安全的故障险情,针对当前的轨道交通的设备出现的故障问题提出合理的解决方案,能够及时、准确地确认故障、解决故障。
Description
技术领域
本发明属于轨道交通控制领域,尤其涉及一种轨道交通的设备故障监控系统,用于处理轨道交通中出现的故障问题。
背景介绍
轨道交通作为一种大运量、快速、便捷、准时、环保节能等优点于一身的交通运输方式。已经被世界上许多国家和城市所证明,发展轨道交通是解决城市公共交通运输的根本途径。由于轨道交通系统的低能耗和无污染等特点,发展轨道交通对于二十一世纪实现城市可持续发展也具有非常重要的意义。另外,由于轨道交通对城市发展的土地利用、用地规划具有极的诱导作用,因此,世界许多国家都一直重视快速轨道交通的发展。
轨道交通是一种高密度、大运量的公共交通系统,必须保证其高度安全、可靠。过去的城市轨道交通供电系统操作,都沿袭了电力系统调度通过电话下令、值班员进行操作的旧的传统模式。这种模式在一系列环节中可能会发生人为误操作而导致错投、错分事故,电力调度对全系统的运行状况也根本做不到全面、实时的了解,事故状态下很可能导致故障面的扩大,甚至造成断电、停车。因此,为使牵引供电安全、可靠,采用先进的电力监控综合自动化系统越来越迫切。作为一项复杂的系统工程,轨道交通运营管理专业覆盖面广,要素层次作用关系复杂,如何通过有效的系统整合达到资源的优化配置从而实现系统的高效运行是目前轨道交通运营管理领域急待研究的重要课题。
尤其地,针对轨道交通中出现的故障险情也极大地影响着轨道交通的运输安全,亟待需要针对当前的轨道交通的设备出现的故障问题提出合理的解决方案,能够及时、准确地确认故障、解决故障。
发明内容
本发明是为解决上述所提到问题而提出的,其目的在于提出一种轨道交通的设备故障监控系统,用于处理轨道交通中出现的故障问题。
本发明的目的并不局限于此,对于未提及的其他目的,本领域技术人员可以通过以下记载明确理解。
本发明首先保护一种用于轨道交通的设备故障监控的系统,其特征在于,包括:
信息获取装置,用于实时获取轨道交通设备的运行数据;
信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据;
故障信息处理装置,与所述信息通信与预警装置双向联通,采用大数据技术进行运行数据处理和过滤策略配置,与信息通信与预警装置进行信息交互,过滤识别出当前轨道交通设备的故障;
智能调度装置,连接到所述信息交换与监控模块,根据所述运行数据对轨道交通设备进行实时控制。
优选的,所述用于实时获取轨道交通设备的运行数据的信息获取装置获取的运行数据,还包括:
动力电路故障,包括动力数字电路和动力模拟电路;
车辆感应装置故障,包括感应开启阀门故障、感应关闭阀门故障、感应高敏开关故障、感应抗挤压开关故障,
轨道感应装置故障,包括轨道压力感应装置故障、轨道温度感应故障、轨道速度感应装置故障、轨道电路感应装置故障。
优选的,所述信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据,还包括;
运行数据在远程轨道站点与车辆设备之间传输经过了两大网络Internet和Ethernet网络;预警指令由轨道站发出后经Internet网络传输到车辆预警主站,主站通过Ethernet网络,按预警指令要求查询设备信息,信息返回后再通过Internet分配出去,直至到达轨道站;预警数据的传输采用Socket通信,通信协议选择FTP,通信双方首先必须建立连接,由一方请求另一方,被请求方有固定的MAC地址或域名,使用网络通讯服务器来进行数据中转,它通过Ethernet节点直接接入网络。
所述信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据,还包括:
使用概率模型函数检测故障预测发生可能。
优选的,所述故障信息处理装置,与所述信息通信与预警装置双向联通,采用大数据技术进行运行数据处理和过滤策略配置,与信息通信与预警装置进行信息交互,过滤识别出当前轨道交通设备的故障,还包括:
识别出当前轨道交通设备的故障需基于故障信息处理装置内部数据库存储的经过训练的故障聚类样本,基于信息获取装置获取的故障原生信息,提取故障特征,采用最小粗糙二乘法对轨道交通设备的故障行为进行聚类分析。
优选的,所述智能调度装置,连接到所述信息交换与监控模块,根据所述运行数据对轨道交通设备进行实时控制,还包括:
底层设备与过程的状态信息由检测前端采集与处理后,形成特征数据送入监控系统的智能调度装置中,形成响应的集中。故障信息处理装置以无缺陷状态为参照,完成辨识系统状态是否异常及未来趋势。当出现异常时,由故障信息处理装置根据运行过程特征进行故障模式聚类和获取该故障对制造过程运行影响,形成控制策略提供给智能调度装置的相应控制器,并进行消除该影响的调度;依据列车分系统所提供的设备状态参数以及故障现象的多媒体信息进行设备的故障诊断,做出相应的维修决策并返回给列车总控制室,指导车上维护人员的维修,并做好车辆段维护的准备工作。
附图说明
被包括来提供对所公开主题的进一步认识的附图,将被并入此说明书并构成该说明书的一部分。附图也阐明了所公开主题的实现,以及连同详细描述一起用于解释所公开主题的实现原则。没有尝试对所公开主题的基本理解及其多种实践方式展示超过需要的结构细节。
附图1是本发明的用于轨道交通的设备故障监控的系统的结构图;
附图2本发明所涉及的系统的信息获取装置的工作结构图。
具体实施方式
本发明的优点、特征以及达成所述目的的方法通过附图及后续的详细说明将会明确。
本发明首先保护一种用于轨道交通的设备故障监控的系统,用于解决当前轨道交通设备故障发现晚、处理慢的问题,其特征在于,包括:
信息获取装置,用于实时获取轨道交通设备的运行数据;
优选的,所述用于实时获取轨道交通设备的运行数据的信息获取装置获取的运行数据,包括:
动力电路故障,包括动力数字电路和动力模拟电路;
车辆感应装置故障,包括感应开启阀门故障、感应关闭阀门故障、感应高敏开关故障、感应抗挤压开关故障,
轨道感应装置故障,包括轨道压力感应装置故障、轨道温度感应故障、轨道速度感应装置故障、轨道电路感应装置故障。
为了能准确的诊断出动力控制系统关键设备的不同故障,故障特征的准确提取非常重要。只有准确有效的提取设备的故障特征征兆,才能构建故障特征样本库,进而进行设备的智能故障诊断。构建该系统需要将地铁列车的相关专家、现场检修人员关于地铁列车的故障诊断知识收集起来,再结合历史的故障诊断和维修数据,加以分析整理,形成故障数据库存于计算机的专家系统中。在实际进行故障诊断时,现场工作人员将目标故障历史输入该系统,系统检索类似故障历史的解决方法提供给工作人员辅助检修工作。如果不存在类似故障历史,工作人员尝试新的方法解决目标故障历史,所获得的经验将记录在故障数据库中成为新的知识。
轨道列车组动力控制单元电路由数字电路和模拟电路组成,其中动力数字电路占80%左右,动力模拟电路占20%左右。虽然动力模拟电路只占20%左右,但是动力模拟电路发生故障的概率在整个动力控制单元故障中高达80%,而动力模拟电路软故障是动力控制单元电路故障最常发生的,也是最难进行故障特征提取的故障。虽然软故障不会导致动力控制单元马上失效,但是其工作性能将会恶化,轨道列车组动力力的控制性能变差,影响列车的安全动力,是潜在的故障隐患,而能否准确提取模拟电路故障的特征信息,将直接影响对动力控制单元模拟电路故障诊断的准确性。同时,故障特征信息也贯穿于模拟电路故障诊断的所有过程,从最初的故障特征提取,到后来的故障辨识与故障分类,无不依靠可靠准确的故障特征信息。
感应器在制动控制系统中负责对电压、电流、速度、压力和温度等响应的采集及调理,然后将相关信息输入到制动控制单元,经过制动控制单元的演算和计算,输出制动控制力,并根据感应器响应的变化实时调整制动力的大小,所以传感器发生故障将对动车组的制动性能产生重要影响。感器的故障类型主要有偏差故障、冲击故障、干扰故障、漂移故障、输出恒定值故障等类型。
信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据;
优选的,所述信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据,还包括;
运行数据在远程轨道站点与车辆设备之间传输经过了两大网络Internet和Ethernet网络;预警指令由轨道站发出后经Internet网络传输到车辆预警主站,主站通过Ethernet网络,按预警指令要求查询设备信息,信息返回后再通过Internet分配出去,直至到达轨道站;预警数据的传输采用Socket通信,通信协议选择FTP,通信双方首先必须建立连接,由一方请求另一方,被请求方有固定的MAC地址或域名,使用网络通讯服务器来进行数据中转,它通过Ethernet节点直接接入网络。
数据的传输由数据传输启动程序和数据接收/分配处理程序配合完成。而数据传输标志这个全局变量是程序间进程协调的关键。数据传输标志由数据传输启动程序把数据传输到接口后置1,由数据接收/分配处理程序收到对方接受应答响应后置O。当数据传输标志为1时,对数据传输启动程序来讲,表示还没有收到对方接受应答响应,不能进行数据的再次分配;而对数据接收/分配处理程序来讲,表示收到对方联络响应后要进入数据传输处理进程,即把数据传输标志置0,以允许数据传输启动程序分配新的数据。当数据传输标志为0时,对数据传输启动程序来讲,表示己收到对方接受应答响应,可以进行数据的再次分配,而对数据接收/分配处理程序来讲,表示收到对方联络响应后要进入数据接受处理进程,即把从端口读出的数据放入数据接受区,并给对方分配回答响应,以允许对方再次分配数据。对于不同类型、复杂的数据可以制定传输协议,打包传输。
轨道站台软件控制逻辑组成了轨道站台软件的基本框架,主要包含以下内容:监控指令生成逻辑、监控响应块解析逻辑,这两个逻辑解决监控数据与用户界面的联系,可以将用户的某个界面操作转化为通讯协议中规定的数据块,或者将数据块解析后在界面中对应的控件上显示;设备输出口刷新逻辑、网络输出口刷新逻辑,前者周期性地向输出口分配查询指令,并将界面操作产生的本地指令插入到周期性查询指令中;后者向网络上分配监控查询指令或监控响应数据;数据接收逻辑、缓冲区扫描逻辑,前者是由各通信口的数据到达中断产生的,主要是在中断事件中判断数据是否合法,合法则添加到对应数据缓冲区;后者是一个循环事件,事件中不断扫描缓冲区,只要有数据堆积就提取出来;缓冲区的数据结构为环形队列;各类条件判断逻辑,用于判断各种数据的类型、传输方向等,是系统中的零散逻辑集合。
故障信息处理装置,与所述信息通信与预警装置双向联通,采用大数据技术进行运行数据处理和过滤策略配置,与信息通信与预警装置进行信息交互,过滤识别出当前轨道交通设备的故障;
智能调度装置,连接到所述信息交换与监控模块,根据所述运行数据对轨道交通设备进行实时控制。
优选的,所述信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据,还包括:
使用概率模型函数检测故障预测发生可能。
故障预测通常分为3种典型类型:维护性故障(FA1)、改善性故障(FA2)和替代性故障(FA3)。其中是对设备的运行环境出现的故障进行改善性维护,工作常常包括:润滑、除尘、降噪等等。FA2包含修理或者更换轨道交通设备中的小部件,修补了一部分内部耗材。FA3是直接使用全新的设备零件进行更换。故障预测通常能够使研究对象功能有一定程度的故障自检能力,故障敏感度比能进行故障预测前有所提高,但不会使设备完全避免故障的发生。因此,为了使用概率模型函数检测故障预测其发生的可能。
假设某个已知的轨道交通车辆组件故障的预测概率函数为f(t),故障率为β(t)根据可信度的相关理论:
子系统xi在第k次预测后的故障率为:
βij(t)=βi(t-α(j-1)Ti)
其中α即为引入的故障检测因子;Ti是该组件的预测间隔;故障预测方式会对组件的故障率曲线产生影响,可以在一定程度上降低故障率,减缓组件可信度降低的速度,同时预测活动会导致故障检测费用的增加。
所述故障信息处理装置,与所述信息通信与预警装置双向联通,采用大数据技术进行运行数据处理和过滤策略配置,与信息通信与预警装置进行信息交互,过滤识别出当前轨道交通设备的故障,还包括:
识别出当前轨道交通设备的故障需基于故障信息处理装置内部数据库存储的经过训练的故障聚类样本,基于信息获取装置获取的故障原生信息,提取故障特征,采用最小粗糙二乘法对轨道交通设备的故障行为进行聚类分析。
采用离散性测度最小的两个类区分点替代选取权重最小的两个类区分点。考虑到m个类型的训练数据X,第i类和第j类之间的离散性测度定义为
其中,dij表示第i类和第j类之间的欧式距离。
其中,是类型k的聚类中心,lk为类型Xk中的样本个数;δk表示第k类的标准差,是描述类型分布的一个指标。
smij越大,表明类型与类型越容易分辨;反之,smij越小,表明类型与类型越不容易分辨。
从故障预测记录中抽取某节点的相关记录,并进行预处理,删除其中重复的样本;将预测样本进行量化,对于下层节点故障可用o、1表示,0表示有故障,1表示无故障;对于上层节点故障,可用1、2、3,…表示故障类型;构造决策表,将量化后的记录样本按照条件属性、决策属性形成一张二维表格,下层节点故障对应条件属性,上层节点故障对应决策属性,每一行描述一个故障模式,每一列对应一个属性;进行属性约简,其目的是为了使属性的组合最小,它包括条件属性约简和决策属性约简两个部分;根据约简的结果生成最小解释规则集,就可以得到进行故障预测的决策知识;计算属性的重要性,每条规则具有多个预设条件,但是每个预设条件对后件的影响程度是不一样的,因此引入了属性重要性的概念,这种重要性是进行不确定性推理和指导维护的重要依据;计算每条规则的确定性因子,这是进行不确定性推理的前提;通过专家经验获取的规则进行集成处理;为每条规则赋予规则代码,放入规则库,用于故障预测。
智能调度装置,连接到所述信息交换与监控模块,根据所述运行数据对轨道交通设备进行实时控制;
优选的,所述智能调度装置,连接到所述信息交换与监控模块,根据所述运行数据对轨道交通设备进行实时控制,还包括:
轨道设备与过程的状态信息由检测前端采集与处理后,形成特征数据送入监控系统的智能调度装置中,形成应答的集成。故障信息处理装置以无故障状态为参照,完成辨识系统状态是否异常及未来趋势。当出现异常时,由故障信息处理装置根据运行过程特征进行故障模式聚类和获取该故障对制造过程运行影响,形成控制策略提供给智能调度装置的相应控制器,并进行消除该影响的调度;依据列车分系统所提供的设备状态参数以及故障现象的多媒体信息进行设备的故障诊断,做出相应的维修决策并返回给列车总控制室,指导车上维护人员的维修,并做好车辆段维护的准备工作。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (1)
1.一种用于轨道交通的设备故障监控的系统,其特征在于,包括:
信息获取装置,用于实时获取轨道交通设备的运行数据;
信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据;
故障信息处理装置,与所述信息通信与预警装置双向联通,采用大数据技术进行运行数据处理和过滤策略配置,与信息通信与预警装置进行信息交互,过滤识别出当前轨道交通设备的故障;
智能调度装置,连接到所述信息通信与预警装置,根据所述运行数据对轨道交通设备进行实时控制;
所述用于实时获取轨道交通设备的运行数据的信息,包括:
动力电路故障,包括动力数字电路和动力模拟电路;
车辆感应装置故障,包括感应开启阀门故障、感应关闭阀门故障、感应高敏开关故障、感应抗挤压开关故障,
轨道感应装置故障,包括轨道压力感应装置故障、轨道温度感应故障、轨道速度感应装置故障、轨道电路感应装置故障;
所述信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据,还包括:
运行数据在远程轨道站点与车辆设备之间传输经过了两大网络Internet和Ethernet网络;预警指令由轨道站发出后经Internet网络传输到车辆预警主站,主站通过Ethernet网络,按预警指令要求查询设备信息,信息返回后再通过Internet分配出去,直至到达轨道站;预警数据的传输采用Socket通信,通信协议选择FTP,通信双方首先必须建立连接,由一方请求另一方,被请求方有固定的MAC地址或域名,使用网络通讯服务器来进行数据中转,它通过Ethernet节点直接接入网络;
所述信息通信与预警装置,连接到所述信息获取装置,实时接收运行数据,判断轨道交通设备状态,预警处理出故障可能,实时分配运行数据,还包括:
使用概率模型函数检测故障预测发生可能;
所述故障信息处理装置,与所述信息通信与预警装置双向联通,采用大数据技术进行运行数据处理和过滤策略配置,与信息通信与预警装置进行信息交互,过滤识别出当前轨道交通设备的故障,还包括:
识别出当前轨道交通设备的故障需基于故障信息处理装置内部数据库存储的经过训练的故障聚类样本,基于信息获取装置获取的故障原生信息,提取故障特征,采用最小粗糙二乘法对轨道交通设备的故障行为进行聚类分析;
采用离散性测度最小的两个类区分点替代选取权重最小的两个类区分点;考虑到m个类型的训练数据X,第i类和第j类之间的离散性测度定义为
其中,dij表示第i类和第j类之间的欧式距离;δk表示第k类的标准差;
从故障预测记录中抽取某节点的相关记录,并进行预处理,删除其中重复的样本;将预测样本进行量化,对于下层节点故障可用0、1表示,0表示有故障,1表示无故障;对于上层节点故障,可用1、2、3,···表示故障类型;构造决策表,将量化后的记录样本按照条件属性、决策属性形成一张二维表格,下层节点故障对应条件属性,上层节点故障对应决策属性,每一行描述一个故障模式,每一列对应一个属性;进行属性约简,它包括条件属性约简和决策属性约简两个部分;根据约简的结果生成最小解释规则集,得到进行故障检测的决策知识;通过专家经验获取的规则进行集成处理;为每条规则赋予规则代码,放入规则库,用于故障预测;
所述智能调度装置,连接到所述信息通信与预警装置,根据所述运行数据对轨道交通设备进行实时控制,还包括:
轨道设备与过程的状态信息由检测前端采集与处理后,形成特征数据送入监控系统的智能调度装置中,形成应答的集成;故障信息处理装置以无故障状态为参照,完成辨识系统状态是否异常及未来趋势;当出现异常时,由故障信息处理装置根据运行过程特征进行故障模式聚类和获取故障对制造过程运行影响,形成控制策略提供给智能调度装置的相应控制器,并进行消除该影响的调度;依据列车分系统所提供的设备状态参数以及故障现象的多媒体信息进行设备的故障诊断,做出相应的维修决策并返回给列车总控制室,指导车上维护人员的维修,并做好车辆段维护的准备工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810114950.5A CN108398934B (zh) | 2018-02-05 | 2018-02-05 | 一种用于轨道交通的设备故障监控的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810114950.5A CN108398934B (zh) | 2018-02-05 | 2018-02-05 | 一种用于轨道交通的设备故障监控的系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108398934A CN108398934A (zh) | 2018-08-14 |
CN108398934B true CN108398934B (zh) | 2019-12-13 |
Family
ID=63096217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810114950.5A Expired - Fee Related CN108398934B (zh) | 2018-02-05 | 2018-02-05 | 一种用于轨道交通的设备故障监控的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108398934B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109270867A (zh) * | 2018-10-24 | 2019-01-25 | 成都旸谷信息技术有限公司 | 一种轨道交通用设备信息采集评估系统及方法 |
CN110450819B (zh) * | 2019-08-26 | 2021-08-06 | 广州地铁集团有限公司 | 一种基于非接触式数据采集的车载atc设备运维系统 |
CN110654431A (zh) * | 2019-11-04 | 2020-01-07 | 石家庄铁道大学 | 一种轨道交通信号设备故障及工作状态监控装置 |
CN110758414B (zh) * | 2019-11-11 | 2021-02-12 | 上海电气集团股份有限公司 | 一种轨道交通车辆控制系统及控制方法 |
CN111443686B (zh) * | 2020-03-23 | 2021-08-10 | 杭州电子科技大学 | 基于多目标优化与证据迭代更新的工业报警器设计方法 |
CN111563692B (zh) * | 2020-05-20 | 2024-02-09 | 深圳达实智能股份有限公司 | 轨道交通智慧运维系统 |
CN113534774B (zh) * | 2021-06-28 | 2022-07-01 | 长沙理工大学 | 一种地铁制动系统的故障预测方法、系统及介质 |
CN114897197B (zh) * | 2022-07-14 | 2022-10-04 | 中铁电气化勘测设计研究院有限公司 | 基于缺陷统计和预测的接触网维修策略调整方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6389431B1 (en) * | 1999-08-25 | 2002-05-14 | Hewlett-Packard Company | Message-efficient client transparency system and method therefor |
CN102063109A (zh) * | 2010-11-29 | 2011-05-18 | 株洲南车时代电气股份有限公司 | 一种基于神经网络的地铁列车故障诊断装置及其方法 |
CN103264717A (zh) * | 2013-05-21 | 2013-08-28 | 北京泰乐德信息技术有限公司 | 一种轨道交通综合监控调度协同与运维信息化系统 |
CN103455026A (zh) * | 2013-08-23 | 2013-12-18 | 王绍兰 | 一种车辆故障诊断和预警方法及装置 |
CN103914735A (zh) * | 2014-04-17 | 2014-07-09 | 北京泰乐德信息技术有限公司 | 一种基于神经网络自学习的故障识别方法及系统 |
CN104236933A (zh) * | 2013-06-13 | 2014-12-24 | 同济大学 | 一种针对列车牵引系统的故障隐患预警方法 |
US9363282B1 (en) * | 2014-01-28 | 2016-06-07 | Infoblox Inc. | Platforms for implementing an analytics framework for DNS security |
CN107016057A (zh) * | 2017-02-28 | 2017-08-04 | 北京铁路局 | 列控车载atp设备一体化智能运维方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3527844B2 (ja) * | 1998-03-11 | 2004-05-17 | 安藤電気株式会社 | 多分岐光線路試験方法および装置 |
CN101893667B (zh) * | 2010-05-26 | 2012-12-12 | 广州市地下铁道总公司 | 交流道岔转辙机故障检测系统及方法 |
CN102435910B (zh) * | 2011-09-14 | 2013-10-02 | 南京航空航天大学 | 基于支持向量分类的功率电子电路健康监测方法 |
CN104155574B (zh) * | 2014-07-31 | 2017-12-15 | 国网湖北省电力公司武汉供电公司 | 基于自适应神经模糊推理系统的配电网故障分类方法 |
CN107219837B (zh) * | 2016-03-21 | 2023-10-20 | 西藏谦诚信息科技有限公司 | 一种用于地铁屏蔽门故障监控与预警智能系统 |
CN106444584A (zh) * | 2016-11-10 | 2017-02-22 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控系统 |
CN106741015B (zh) * | 2016-12-14 | 2018-09-04 | 交控科技股份有限公司 | 一种基于大数据的地铁信号设备状态修分析方法 |
CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及系统 |
-
2018
- 2018-02-05 CN CN201810114950.5A patent/CN108398934B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6389431B1 (en) * | 1999-08-25 | 2002-05-14 | Hewlett-Packard Company | Message-efficient client transparency system and method therefor |
CN102063109A (zh) * | 2010-11-29 | 2011-05-18 | 株洲南车时代电气股份有限公司 | 一种基于神经网络的地铁列车故障诊断装置及其方法 |
CN103264717A (zh) * | 2013-05-21 | 2013-08-28 | 北京泰乐德信息技术有限公司 | 一种轨道交通综合监控调度协同与运维信息化系统 |
CN104236933A (zh) * | 2013-06-13 | 2014-12-24 | 同济大学 | 一种针对列车牵引系统的故障隐患预警方法 |
CN103455026A (zh) * | 2013-08-23 | 2013-12-18 | 王绍兰 | 一种车辆故障诊断和预警方法及装置 |
US9363282B1 (en) * | 2014-01-28 | 2016-06-07 | Infoblox Inc. | Platforms for implementing an analytics framework for DNS security |
CN103914735A (zh) * | 2014-04-17 | 2014-07-09 | 北京泰乐德信息技术有限公司 | 一种基于神经网络自学习的故障识别方法及系统 |
CN107016057A (zh) * | 2017-02-28 | 2017-08-04 | 北京铁路局 | 列控车载atp设备一体化智能运维方法及系统 |
Non-Patent Citations (1)
Title |
---|
城市轨道交通设备故障聚类与贝叶斯网络预警;张铭 等;《计算机工程与应用》;20161231;第52卷(第11期);第259-264页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108398934A (zh) | 2018-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108398934B (zh) | 一种用于轨道交通的设备故障监控的系统 | |
CN102638100B (zh) | 地区电网设备异常告警信号关联分析与诊断方法 | |
CN100412993C (zh) | 基于状态监测的核电厂智能维护系统 | |
CN107146018A (zh) | 基于电网状态监测系统的数据处理分析方法和系统 | |
CN114267178B (zh) | 一种车站的智能运营维护方法及装置 | |
CN110674189A (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN103023028B (zh) | 一种基于实体间依赖关系图的电网故障快速定位方法 | |
CN113466597A (zh) | 一种轨道交通供电系统设备状态智能检测方法 | |
CN112990656B (zh) | 一种it设备监测数据的健康评价系统及健康评价方法 | |
CN113189451A (zh) | 配电网故障定位研判方法、系统、计算机设备和存储介质 | |
CN103049365B (zh) | 信息与应用资源运行状态监控及评价方法 | |
CN112622990A (zh) | 城轨地铁车辆智能运维管理系统 | |
CN109740772A (zh) | 基于大数据的铁路列车检测维修分析方法 | |
CN113761728B (zh) | 基于车联网平台的机场电动特种车辆故障预警方法 | |
CN110942221A (zh) | 一种基于物联网的变电站故障快速修复方法 | |
CN111806516A (zh) | 一种用于智能列车监测与运维的健康管理装置及方法 | |
CN101551940A (zh) | 城市快速道路交通状态判别与发布系统及其方法 | |
CN114267173B (zh) | 高速公路时空特征的多源数据融合方法、装置及设备 | |
CN116415777A (zh) | 一种城市桥梁群健康监测系统 | |
CN114283590B (zh) | 车流量高峰预测方法及装置、电子设备 | |
CN109842209B (zh) | 一种智能变电站在线故障分析方法 | |
CN110633314A (zh) | 车联网数据处理方法及装置 | |
CN109687584B (zh) | 一种输电物联通信网络接入优化方法 | |
CN116882695A (zh) | 自动巡检方法、装置、计算机设备及存储介质 | |
CN116468243A (zh) | 一种基于监控运行数据的电网趋势预警方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191213 |