CN109507990A - 一种故障溯源方法及系统 - Google Patents

Abstract

本发明涉及故障传播与故障诊断溯源领域，公开了一种故障溯源方法及系统，以考虑故障传播特性，快速且有效地确定故障发生类型并确定故障发生点，实施成本低；本发明的方法包括：在待测牵引传动控制系统的不同位置设置至少两个观测点，并建立第一传播模型；分析发生不同类型故障时各观测点的时空特性，建立故障信号传播模型；建立故障字典；提取运行数据中各观测点的故障检测特征，将故障检测特征与设定阈值进行比较，判断系统是否发生故障，若发生故障，初步判定故障发生位置，并获取该位置对应的故障字典矩阵；构建各观测点实时运行数据的故障特征向量，将故障特征向量与对应的故障字典矩阵中的行或者部分元素进行匹配，以实现故障溯源。

Description

一种故障溯源方法及系统

技术领域

本发明涉及故障传播与故障诊断溯源领域，尤其涉及一种故障溯源方法及系统。

背景技术

安全运行是高速列车运行与发展的首要问题，但由于高速列车运行时速高、运行环境恶劣以及长时间运行都可能导致高速列车的元部件老化或故障等问题出现，进而给高速列车运行带来严重的安全隐患。其中，牵引传动控制系统是信息控制系统的重要组成部分，是高速列车安全运行的关键系统之一，也是高速列车高发故障的主要来源。牵引传动控制系统的任何故障或安全隐患若不能实时诊断找到故障根源并得到有效处理，都可能引发连锁反应，甚至导致灾难性后果。因此，高速列车牵引传动控制系统能否实时故障诊断实现故障溯源是确保高速列车安全运行的关键。

故障诊断是一种重要的复杂系统可靠安全运行监测技术，其理论研究成果丰富，但目前针对高速列车牵引传动控制系统故障诊断主要集中在对器件或子系统故障时在牵引传动控制系统单一位置的诊断研究，缺乏对故障传播机理问题的研究。当前对于故障传播的研究主要集中在网络系统、化学化工、电力系统、电子电路等，而由于牵引传动控制系统存在内部复杂线路与电磁场等的交织，且部件间功能性、电气性的连接具有高耦合度和大密度等特征，使得系统部件单元之间具有故障传播特性，通过对牵引传动控制系统进行故障特性传播研究可以追溯故障根源，还可以找出不同故障对相邻子系统位置参量观测值的影响以便监控。当前有关故障传播的研究都只是从空间角度对故障传播进行了分析，并未考虑故障传播的时间特性，而系统故障的发生、扩散和传播具有延时性，把时间引入到故障传播研究中，可以更准确、更符合实际地描述故障传播方式，在此基础上提出的如故障诊断方法或与时间因素相关的传感器布置方案也将更为合理，因此考虑故障传播的时间特性具有必要性。

因此，有必要提供一种考虑故障传播特性的牵引传动控制系统用故障溯源方法及系统。

发明内容

本发明目的在于提供一种故障溯源方法及系统，以考虑故障传播特性，快速且有效地确定故障发生类型并确定故障发生点，实施成本低。

为实现上述目的，本发明提供了一种故障溯源方法，包括以下步骤：

S1：在待测牵引传动控制系统的不同位置设置至少两个观测点，并建立所述待测牵引传动控制系统在正常运行情况下观测点间的第一传播模型；

S2：根据所述第一传播模型分析发生不同类型故障时各观测点的时空特性，根据所述时空特性建立故障信号传播模型，所述故障传播模型包含各观测点间的演变故障信息和故障传播时间；

S3：根据所述演变故障信息、故障传播时间、以及观测点的历史故障数据提取观测点的故障诊断特征，根据所述故障诊断特征建立故障字典；所述故障字典包括至少两个故障字典矩阵，且每个故障字典矩阵包括故障发生类型和故障发生点；

S4：获取待测牵引传动控制系统的实时运行数据，提取所述运行数据中各观测点的故障检测特征，将所述故障检测特征与设定阈值进行比较，判断系统是否发生故障，若发生故障，则根据格兰杰因果关系初步判定故障发生位置，并获取该位置对应的故障字典矩阵；

S5：构建各观测点实时运行数据的故障特征向量，将所述故障特征向量与对应的故障字典矩阵中的行或者部分元素进行匹配，以实现故障溯源。

优选地，所述S5中，故障溯源包括判定系统发生的故障类型，并定位故障发生点。

优选地，所述S1具体包括以下步骤：

S11：所述观测点个数为Q个，建立系统正常运行情况下，p观测点的第一传播模型为：

Z_p(t_p)＝S_p,p-1·Z_p-1(t_p-1)； (1)

式中，Z_p(t_p)表示第p个观测点处信号，其中，p＝1,2,…Q，Z_p-1(t_p-1)表示第p-1个观测点处信号，t_p表示第p个观测点处的时间变量，t_p-1表示第p-1个观测点处的时间变量，S_p,p-1表示从p-1个观测点信号Z_p-1(t_p-1)传播至p观测点信号Z_p(t_p)间的转移函数，S_p,p-1＝f(G_p,p-1,t_p)，其中G_p,p-1由两观测点间的系统结构决定；

优选地，所述S2中，故障信号传播模型的计算公式为：

式中，为待测牵引传动控制系统正常运行时p观测点信号，为待测牵引传动控制系统在h点发生第k类故障时p观测点处的信号，其中k为牵引传动控制系统故障类型k＝1,2,…n_f，h为故障位置，h＝1,2,…n_g；S_p,h为从故障位置h到观测点p的信号转移函数，为牵引传动控制系统中在h点发生第k类故障时的故障源信号，为p观测点时间变量，为故障源信号从h点传播到p观测点的演变故障信号，为S_p,h和的函数，为信号运算；

其中，故障源信号的计算公式为：

式中，Γ为阶跃函数，N为不同类型脉冲序列数，j为第j组脉冲序列，n_j为第j组脉冲信号总个数，且其中ceil表示向正无穷大取整，T_cj为第j组故障信号的子周期，T_tj为第j组故障信号的触发时刻，τ_j为第j组脉冲序列工作周期，TH{}为阈值函数；cs_j为第j组故障信号的故障状态，当发生开路故障时cs_j＝0，当发生短路故障时cs_j＝1，当τ_j→1时，式中阶跃函数的差值为无穷大，用于表示永久型故障信号；当τ_j→0时，用于表示瞬态型故障信号；当0<τ_j<1时，用于表示间歇型故障信号。

优选地，所述S3具体包括以下步骤：

S31：从历史故障数据中提取出故障诊断特征得到故障源为h(h＝1,2,…n_g)时的故障特征矩阵F_h，公式为：

式中，p＝h时，为故障发生点处源故障特征，p≠h时，为从故障发生点处传播至p观测点处的演变故障特征；

S32：建立故障发生点为h时的故障字典矩阵A_h，如下式：

将n_g个故障字典矩阵构成故障字典。

优选地，所述S4具体包括以下步骤：

S41：获取待测牵引传动控制系统的实时运行数据，设定不同观测点不同故障类型的检测阈值为生成阈值矩阵J_th：

提取不同观测点实时运行数据在不同故障类型下的故障检测特征 生成故障检测特征矩阵F_a：

比较F_a矩阵与J_th矩阵中的元素，当时，判断系统无故障发生，直至比较完所有元素，当时，判断系统中有故障发生；

对不同观测点信号Z_p1(t_p1)、Z_p2(t_p2)(p₁,p₂∈{1,2,…Q})进行格兰杰因果关系判定，并根据格兰杰因果关系初步判定故障发生点位置；

S42：设定p₁观测点是故障源或故障源附近的观测点，且p₁＝px，px＝1,2,…,Q，设定阈值G_a；

S43：计算p₁观测点信号Z_p1(t_p1)与其他所有观测点信号Z_py(t_py)间的格兰杰因果关系统计量G_p1,py，其中py＝1,2,…Q，py≠px；如果所有的G_p1,py≥G_a，则p₁观测点信号是引起其他观测点信号变化的原因，p₁观测点是故障源或故障源附近的观测点，则初步判定故障发生点位置在当前px观测点或在px观测点附近；如果所有的G_p1,py<G_a，则判定p₁观测点不在当前px观测点或在px观测点附近；

S44：设定p₁＝px+1观测点，且该观测点是故障源或故障源附近的观测点，返回S43继续判断，直至px取值所有观测点。

优选地，所述S5具体包括以下步骤：

S51：在初步判定故障发生点位置px＝b后，提取p个观测点的故障诊断特征其中，p＝1,2,…,Q，测算故障传播时间构成n_f个故障诊断特征向量为：

S52：设定初始值k＝1，h′＝b-c；其中c表示与b相邻远近的正整数；

S53：将故障诊断特征向量F^k分别与故障字典矩阵A_h′矩阵中第k行中元素逐一比较，进行模糊匹配；当元素匹配隶属度为第k类故障的元素匹配隶属度阈值时，表示故障诊断特征向量F^k中某列元素与A_h′矩阵中第k行相同列元素匹配成功，否则匹配不成功；

S54：如果故障诊断特征向量F^k与A_h′矩阵中第k行元素匹配成功率η^k<δ，则令h′＝b-c+1，其中，b-c≤h′≤b+c，记录当前h′值，返回到步骤53转入下一相邻点故障字典矩阵A_h′进行匹配，直至h′＝b+c；

若故障诊断特征向量F^k与所有2c+1个故障字典矩阵A_h′中第k行元素匹配成功率η^k<δ，则令k＝k+1，其中1≤k≤n_f，记录当前k值，返回到步骤53转入k+1行进行匹配；

如果故障诊断特征向量F^k与A_h′矩阵中第k行元素匹配成功率η^k≥δ，其中R^k为第k行元素匹配成功的总数，δ为行匹配成功率阈值，由当前k、h′的记录值，确定系统发生了第k类故障，并定位故障发生点在h′处，其中h′表示故障源或者故障元部件。

优选地，所述S11中，第p个观测点处信号包括电流信号和电压信号。

优选地，所述故障传播时间包括信号输入处理时间、控制策略运算时间、以及控制运算输出处理时间。

作为一个总的技术构思，本发明还提供一种故障溯源系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本发明具有以下有益效果：

本发明提供一种故障溯源方法及系统，通过在牵引传动控制系统中设置观测点，并建立观测点间的第一传播模型，以进一步分析发生不同类型故障时各观测点的时空特性，考虑了故障传播的时间特性，可以更准确更符合实际地描述故障传播方式，能快速且有效地确定故障发生类型并确定故障发生点，实施成本低。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的故障溯源方法流程图；

图2是本发明优选实施例的牵引传动控制系统框图及观测点设置图；

图3是本发明优选实施例的牵引传动控制系统主电路拓扑图；

图4是本发明优选实施例的观测点2、3、4电流信号与观测点1电流信号Granger因果关系图；

图5是本发明优选实施例的牵引电机定子电流(观测点1)频谱图；

图6是本发明优选实施例的中间直流环节电流(观测点2)频谱图；

图7是本发明优选实施例的中间直流环节电流(观测点3)频谱图；

图8是本发明优选实施例的整流器输入侧电流(观测点4)频谱图；

图9是本发明优选实施例的牵引电机定子电流(观测点1)时域波形图；

图10是本发明优选实施例的中间直流环节电流(观测点2)时域波形图；

图11是本发明优选实施例的中间直流环节电流(观测点3)时域波形图；

图12是本发明优选实施例的整流器输入侧电流(观测点4)时域波形图；

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而仅仅是为了便于对相应零部件进行区别。同样，“一个”或者“一”等类似词语不表示数量限制，而是表示存在至少一个。

实施例1

参见图1，本实施例提供一种故障溯源方法，包括以下步骤：

S1：在待测牵引传动控制系统的不同位置设置至少两个观测点，并建立待测牵引传动控制系统在正常运行情况下观测点间的第一传播模型；

S2：根据第一传播模型分析发生不同类型故障时各观测点的时空特性，根据时空特性建立故障信号传播模型，故障传播模型包含各观测点间的演变故障信息和故障传播时间；

S3：根据演变故障信息、故障传播时间、以及观测点的历史故障数据提取观测点的故障诊断特征，根据故障诊断特征建立故障字典；故障字典包括至少两个故障字典矩阵，且每个故障字典矩阵包括故障发生类型和故障发生点；

S4：获取待测牵引传动控制系统的实时运行数据，提取运行数据中各观测点的故障检测特征，将故障检测特征与设定阈值进行比较，判断系统是否发生故障，若发生故障，则根据格兰杰因果关系初步判定故障发生位置，并获取该位置对应的故障字典矩阵；

S5：构建各观测点实时运行数据的故障特征向量，将故障特征向量与对应的故障字典矩阵中的行或者部分元素进行匹配，以实现故障溯源。

上述的故障溯源方法，通过在牵引传动控制系统中设置观测点，并建立观测点间的第一传播模型，以进一步分析发生不同类型故障时各观测点的时空特性，考虑了故障传播的时间特性，可以更准确更符合实际地描述故障传播方式，能快速且有效地确定故障发生类型并确定故障发生点，实施成本低。

需要说明的是，故障溯源包括判定系统发生的故障类型，并定位故障发生点。

具体地，在实际应用中，上述步骤还可以进行优化，优化后的实施例如下：

本实施例中，以牵引传动控制系统中牵引电机转子断条故障为例进行说明。从牵引电机到牵引变压器依次设置4个观测点，牵引传动控制系统框图及观测点设置图如图2所示，其中，牵引传动控制系统主电路拓扑如图3所示。

建立系统正常运行时p观测点的第一传播模型为：

Z_p(t_p)＝S_p,p-1·Z_p-1(t_p-1)； (1)

式中，Z_p(t_p)表示第p个观测点处信号，其中，p＝1,2,…Q，需要说明的是，观测点处信号可以为电流、电压等各种物理量；Z_p-1(t_p-1)，表示第p-1个观测点处信号，t_p表示第p个观测点处的时间变量，t_p-1表示第p-1个观测点处的时间变量，S_p,p-1表示从p-1观测点信号Z_p-1(t_p-1)传播至p观测点信号Z_p(t_p)间的转移函数，S_p,p-1＝f(G_p,p-1,t_p)，其中G_p,p-1由两观测点间的系统结构决定。具体地，当p＝1时，Z₁(t₁)＝S_1,0·Z₀(t₀)，如果将p＝0点设置在第Q个观测点处，即Z₀(t₀)＝Z_Q(t_Q)，表示信号传播形成闭环，S_1,0表示从p＝Q信号Z_Q(t_Q)传播至与p＝1点Z₁(t₁)的转移函数；如果将p＝0点设置在电源处或牵引电机处，表示信号从p＝0观测点传播至Q观测点为开环形式。公式(1)用p-1观测点处信号表征p观测点处信号，即表示p观测点处信号由p-1观测点处信号传播而来。同理有：Z_p-1(t_p-1)＝S_p-1,p·Z_p(t_p)，S_p-1,p表示从p观测点信号Z_p(t_p)传播至p-1观测点信号Z_p-1(t_p-1)间的转移函数。

进一步地，由公式(1)得：

公式(2)用p＝0处信号Z₀(t₀)表征p观测点处信号，即p观测点处信号由Z₀(t₀)经过Z₁(t₁)、Z₂(t₂)…Z_p-1(t_p-1)传播而来；

需要说明的是，根据电路结构和调制理论，牵引传动控制系统观测点2与观测点4的电流信号模型为：

式中，Z₁(t₁)＝[i_a i_b i_c]^-1，S_2,1＝[S_ua S_ub S_uc]；S_ua、S_ub、S_uc为逆变器三相开关函数；S_4,3＝S_ia为整流器开关函数，i_a，i_b，i_c为逆变器输出电流(即牵引电机定子电流)；Z₂(t₂)＝i_d1为逆变器输入电流，Z₃(t₃)＝i_d2为整流器输出电流；Z₄(t₄)＝i_N为整流器输入侧电流。

利用双重傅里叶变换可得到逆变器三相开关函数为：

式中，ω₁为调制波角频率，ω_c为载波角频率，M为调制度，m为载波频率倍数，n为调制波谐波频率倍数，J₀(·)为0阶贝塞尔函数、J_n(·)为n阶贝塞尔函数，t₂为中间直流环节观测点2时间变量。

整流器a桥臂开关函数为：

式中，θ为整流装置控制角，ω为供电电源角频率，其对应频率为f，t₄为整流器输入侧时间变量。

牵引传动控制系统正常运行时，对于p观测点时间变量t_p，表示为t_p＝t_p-1+△t_p,p-1，t_p-1为p-1观测点时间变量，△t_p,p-1为p-1观测点处信号传播到p观测点所需时间；根据系统中信号执行时间的组成，可得传播时间△t_p,p-1包括信号输入处理时间、控制策略运算时间和控制运算输出处理时间。

系统发生故障时，通过分解观测点信号和系统对信号的处理时间，对故障进行时空特性传播分析，得到不同观测点信号中的演变故障信号和故障传播时间。

具体地，牵引传动控制系统发生故障时，对发生不同类型故障时各观测点信号进行时空特性分析，建立p观测点故障信号传播模型，公式为：

式中，为牵引传动控制系统正常运行时p观测点信号，即 为系统在h点发生第k类故障时p观测点处的信号，其中，k＝1,2,…n_f表示牵引传动控制系统故障类型(本实施例中，将同种元部件不同位置故障视为不同故障类型。元部件在此为牵引传动控制系统中的独立个体，如IGBT、电容、电阻、传感器、牵引电机等)，h为故障位置(不同类型故障在系统中的位置可能相同)，h＝1,2,…n_g；S_p,h表示从故障位置h到观测点p的信号转移函数；为牵引传动控制系统中在h点发生第k类故障时的故障源信号；为p观测点时间变量；为故障源信号从h点传播到p观测点的演变故障信号，为S_p,h和的函数；为信号运算，本实施例中，可以是相加或相乘运算，即系统发生故障后p观测点的信号是由不含故障信号部分与演变故障信号相加或相乘得到：

或：

故障源信号由下式表示：

式中，Γ为阶跃函数，N为不同类型脉冲序列数，j为第j组脉冲序列，n_j为第j组脉冲信号总个数，ceil为向正无穷大取整，T_cj为第j组故障信号的子周期，T_tj为第j组故障信号的触发时刻，τ_j为第j组脉冲序列工作周期，TH{}为阈值函数，cs_j为第j组故障信号的故障状态，当发生开路故障时cs_j＝0，当发生短路故障时cs_j＝1。该式可用于表示永久型、间歇型、瞬态型及其任意组合的故障特征信号，当τ_j→1时，式中阶跃函数的差值为无穷大，用于表示永久型故障信号；当τ_j→0时，用于表示瞬态型故障信号；当0<τ_j<1时，用于表示间歇型故障信号。

具体地，以牵引电机转子断条故障为例，分析牵引传动控制系统中的故障传播时空特性。牵引电机正常无故障时定子三相电流表示为：

式中，I_m为定子电流基波分量幅值，为定子电流基波分量相位，ω₁为施加在电机上的电压角频率，ω₁对应频率为f₁。

假设牵引电机断条故障为故障类型k＝1，故障位置为h＝1，则牵引电机发生断条故障时式(11)故障源信号表示为：

式中，f_s1、f_s2都为断条故障特征频率，且f_s1＝(1+2s)f₁、f_s2＝(1-2s)f₁；I_bp、I_bn分别为(1+2s)f₁频率分量和(1-2s)f₁频率分量的幅值，分别为(1+2s)f₁频率分量和(1-2s)f₁频率分量的相位，s为转差率。

此时牵引电机三相定子电流(观测点1)可表示为：

结合式(8)，观测点1中a相电流为：

上述计算结果与公式(9)的计算结果相符；

需要说明的是，b、c相电流计算方法与a相电流类似，在此不多做赘述。

将式(4)、(5)、(6)、(14)代入式(3)得到观测点2电流信号表达式为：

式中，为直流分量，为频率2sf₁的分量幅值，为频率2sf₁的分量相位，i_h为求和符号内的高频分量结合公式(8)，观测点2中电流信号为：

上述计算结果与公式(9)的计算结果相符；

在牵引传动控制系统中，观测点2与观测点3时间变量基本相同，即由于中间直流环节电容实际起到了低通滤波的作用，式(18)中i_d1的高频分量将被滤除，只含直流分量和低频分量，因此，观测点3电流信号表示为：

因此，在观测点2与观测点3，2sf₁是牵引电机发生断条故障的特征频率。

结合式(8)，观测点3中电流信号为：

上述计算结果与公式(9)的计算结果相符；

式(7)、(23)代入式(3)，得观测点4电流信号表达式为：

因此，在观测点4，(4n±1)f±2sf₁是牵引电机发生断条故障的特征频率。

结合式(8)，观测点4中电流信号：

上述计算结果与公式(9)的计算结果相符；

需要说明的是，牵引传动控制系统发生故障时，对于p观测点时间变量表示为 为牵引传动控制系统故障点h处时间变量，为第k类故障信号从故障点h传播到p观测点所需时间。则本实施例中，根据系统对信号的处理时间，可得故障信号的传播时间包括信号输入处理时间、控制策略运算时间和控制运算输出处理时间。

结合牵引传动控制系统，设传感器采样AD转换时间(信号输入处理时间)为T₁；TCU控制策略运算时间为T₂；变流器IGBT开通时间(控制输出处理时间)为T₃，则由T₁、T₂、T₃组成。

根据CRH2型动车组牵引传动控制系统故障分类、观测点设置以及系统对信号的执行时间，得到牵引传动控制系统牵引电机转子断条故障特征传播到不同观测点所需时间，如表1所示。

表1 牵引电机转子断条故障传播到不同观测点时间

中，

中，

中，

进一步地，根据演变故障信息、故障传播时间、以及观测点的历史故障数据提取观测点的故障诊断特征，根据故障诊断特征建立故障字典；故障字典包括至少两个故障字典矩阵，且每个故障字典矩阵包括故障发生类型和故障发生点。

具体地，设定系统在h点发生第k类故障时p观测点处的演变故障信号为历史故障数据中提取出故障诊断特征得到故障发生点(故障源)为h(h＝1,2,…n_g)时的故障特征矩阵F_h，公式为：

式中，p＝h时，为故障发生点(故障源)处源故障特征，p≠h时，为从故障发生点(故障源)处传播至p观测点处的演变故障特征。

建立故障发生点(故障源)为h(h＝1,2,…n_g)时的含有故障类型、观测点故障诊断特征和传播时间的故障字典矩阵A_h如下式：

将n_g个故障字典矩阵构成故障字典。

需要说明的是，牵引传动控制系统电网频率50Hz，牵引电机稳态运行时定子电流频率为131.1Hz，转差率为0.0172，牵引电机转子断条故障时，由各观测点电流故障诊断特征频率建立故障特征矩阵F₁及故障字典矩阵A₁。

设定不同观测点不同故障类型的检测阈值生成阈值矩阵J_th：

提取不同观测点不同故障类型现场运行数据的故障检测特征 生成故障检测特征矩阵F_a：

比较F_a矩阵与J_th矩阵中的元素，当时，判断系统无故障发生，直至比较完所有元素，如F_a<J_th，则系统无故障发生，继续检测；当判断系统中有故障发生。

需要说明的，检测阈值矩阵中的第一行对应故障种类为转子断条故障，该行元素取能判断故障发生的各观测点实际电流均方根与无故障时电流均方根之差的绝对值最小值。

计算牵引电机转子断条故障时各观测点电流现场运行数据的均方根值，并与系统无故障时对应各观测点电流均方根值相减，生成故障检测特征矩阵F_a：

本实施例中，由于F_a矩阵中第一行元素都大于J_th矩阵中第一行相同列元素，则判定该系统有故障发生。

再判定有故障发生后，对不同观测点信号Z_p1(t_p1)、Z_p2(t_p2)(p₁,p₂∈{1,2,…Q})进行格兰杰因果关系判定，初步判定故障发生点位置；

设定：

{z_p1(d_1-q),…,z_p1(d₀),z_p1(d₁),z_p1(d₂),…,z_p1(d_v),…,z_p1(d_w)}、以及

{z_p2(d_1-q),…,z_p2(d₀),z_p2(d₁),z_p2(d₂),…,z_p2(d_v),…,z_p2(d_w)}是观测点信号Z_p1(t_p1)、Z_p2(t_p2)的采样(时间序列)数据集，采样周期为T，当前采样时刻为{d₁,d₂,…,d_v,…,d_w}，容量为w，过去(滞后)采样时刻为{d_1-q,…,d₀}，容量为q。

构造p₂观测点信号采样值z_p2(d_v)的无约束回归方程，公式为：

式中,为p₂观测点信号采样值z_p2(d_v)的无约束回归估计值；z_p1(d_v-m)为z_p1(d_v)的第m个滞后项；z_p2(d_v-n)为z_p2(d_v)的第n个滞后项；q为回归方程中的滞后长度；m和n为滞后项数；ε_t为白噪声；α_m为z_p1(d_v)的系数估计值；β_n为z_p2(d_v)的系数估计值。公式9中含有p₁观测点信号采样值z_p1(d_v)的滞后项z_p1(d_v-m)，是p₂观测点信号采样值z_p2(d_v)的无约束回归方程。

计算公式(38)额回归方程残差平方和RSS_UR，公式为：

构造p₂观测点信号采样值z_p2(d_v)的受约束回归方程，公式为：

式中，为p₂观测点的受约束回归估计值；公式(40)中不包含p₁观测点信号采样值z_p1(d_v)的滞后项z_p1(d_v-m)，是p₂观测点信号采样值z_p2(d_v)的受约束回归方程。

计算公式(40)中回归方程残差平方和RSS_R，公式为：

构造p₁观测点信号与p₂观测点信号之间的格兰杰因果关系统计量G_p1,p2，公式为：

设定p₁观测点是故障源或故障源附近的观测点，且p₁＝px，px＝1,2,…,Q，设定阈值G_a；

计算p₁观测点信号Z_p1(t_p1)与其他所有观测点信号Z_py(t_py)间的格兰杰因果关系统计量G_p1,py，其中py＝1,2,…Q，py≠px；如果所有的G_p1,py≥G_a，则p₁观测点信号是引起其他观测点信号变化的原因，p₁观测点是故障源或故障源附近的观测点，则初步判定故障发生点位置在当前px观测点或在px观测点附近；如果所有的G_p1,py<G_a，则判定p₁观测点不在当前px观测点或在px观测点附近；

设定p₁＝px+1观测点，且该观测点是故障源或故障源附近的观测点，并以此类推继续判断，直至px取值所有观测点。

具体地，在已有牵引传动控制系统故障注入仿真平台或硬件在环故障注入平台上进行实验，平台运行至2S时注入不同故障程度的牵引电机转子断条故障，设定Granger因果关系统计量阈值G_a＝0.03。观测点变量间因果关系如图4所示。观测点2、观测点3、观测点4电流信号I2、I3、I4与观测点1电流信号I1的累积分布函数Granger因果关系统计量G_p1,p2、G_p1,p3、G_p1,p4均大于阈值0.03，因此，I1是I2、I3、I4的Granger原因。所以通过Granger因果关系初步判定观测点1就是故障发生点(故障源)附近的观测点。

进一步地提取各观测点故障诊断特征，构成故障诊断特征向量，确定故障发生点位置和故障类型，实现故障溯源。

在初步判定故障发生点位置px＝b后，提取p个观测点(p＝1,2,…,Q)的故障诊断特征测算故障传播时间构成n_f个故障诊断特征向量有：

设定初始值k＝1，h′＝b-c；其中c表示与b相邻远近的正整数；

将故障诊断特征向量F^k分别与故障字典中故障字典矩阵A_h′矩阵中第k行中元素逐一比较，进行模糊匹配；当元素匹配隶属度(μ^k∈[0,1]为第k类故障的元素匹配隶属度阈值)时，表示故障诊断特征向量F^k中某列元素与A_h′矩阵中第k行相同列元素匹配成功，否则匹配不成功；如果故障诊断特征向量F^k与A_h′矩阵中第k行元素匹配成功率η^k<δ，则令h′＝b-c+1(b-c≤h′≤b+c，b∈{1,2，…Q}，(b±c)∈{1,2，…n_g})，记录当前h′值，并转入下一相邻点故障字典矩阵A_h′进行匹配(直至h′＝b+c)；

若故障诊断特征向量F^k与所有2c+1个故障字典矩阵A_h′(b-c,b-c+1,…,h′,…,b+c-1,b+c)中第k行元素匹配成功率η^k<δ，则令k＝k+1(1≤k≤n_f)，记录当前k值，返回到步骤33转入下一行(故障类型)进行匹配；

如果故障诊断特征向量F^k与A_h′矩阵中第k行元素匹配成功率η^k≥δ(R^k为第k行元素匹配成功的总数，δ为行匹配成功率阈值)，由当前k、h′的记录值，确定系统发生了第k类故障，并定位故障发生点在h′(故障源、故障元部件)；实现故障溯源。

具体地，在初步判定故障发生点处于观测点1(px＝b＝1)附近后，对断条故障时各观测点电流进行归一化FFT分析，提取系统各观测点的频率故障诊断特征，结果如图5-8所示，其中，图5是观测点1的频谱图；图6是观测点2的频谱图；图7是观测点3的频谱图；图8是观测点4的频谱图；图9是观测点1的时域波形图；图10是观测点2的时域波形图；图11是观测点3的时域波形图；图12观测点4的时域波形图；通过图9-12各观测点时域波形图测算出故障传播时间，构成故障诊断特征向量F^k＝[126.6/135.6Hz,04.5Hz,T₁+T₂+T₃4.5Hz,T₁+T₂+T₃45.5/54.5Hz,2(T₁+T₂+T₃)]，将其与A_h′(b-c≤h′≤b+c，取c＝2)矩阵中的第k行元素匹配，发现故障诊断特征向量与h′＝1时的A₁故障字典矩阵中的第一行相同列元素匹配隶属度为1，超过了匹配隶属度阈值0.9，并且故障诊断特征向量F^k与A₁矩阵中第一行元素匹配成功数为4，匹配成功率为100％，超过匹配成功率阈值80％，从而确定系统发生了第1类故障，并且定位故障发生点在1，即发生的是牵引电机转子断条故障，从而实现了故障溯源。

结果表明，本发明提出的一种基于牵引传动控制系统故障溯源方法简单有效，对牵引传动控制系统故障溯源有重要意义。

实施例2

与上述方法实施例相对应地，本实施例提供一种故障溯源系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种故障溯源方法，其特征在于，包括以下步骤：

S1：在待测牵引传动控制系统的不同位置设置至少两个观测点，并建立所述待测牵引传动控制系统在正常运行情况下观测点间的第一传播模型；

S2：根据所述第一传播模型分析发生不同类型故障时各观测点的时空特性，根据所述时空特性建立故障信号传播模型，所述故障传播模型包含各观测点间的演变故障信息和故障传播时间；

S3：根据所述演变故障信息、故障传播时间、以及观测点的历史故障数据提取观测点的故障诊断特征，根据所述故障诊断特征建立故障字典；所述故障字典包括至少两个故障字典矩阵，且每个故障字典矩阵包括故障发生类型和故障发生点；

S4：获取待测牵引传动控制系统的实时运行数据，提取所述运行数据中各观测点的故障检测特征，将所述故障检测特征与设定阈值进行比较，判断系统是否发生故障，若发生故障，则根据格兰杰因果关系初步判定故障发生位置，并获取该位置对应的故障字典矩阵；

S5：构建各观测点实时运行数据的故障特征向量，将所述故障特征向量与对应的故障字典矩阵中的行或者部分元素进行匹配，以实现故障溯源。

2.根据权利要求1所述的故障溯源方法，其特征在于，所述S5中，故障溯源包括判定系统发生的故障类型，并定位故障发生点。

3.根据权利要求1所述的故障溯源方法，其特征在于，所述S1具体包括：

S11：所述观测点个数为Q个，建立系统正常运行情况下，p观测点的第一传播模型为：

Z_p(t_p)＝S_p,p-1·Z_p-1(t_p-1)； (1)

式中，Z_p(t_p)表示第p个观测点处信号，其中，p＝1,2,…Q，Z_p-1(t_p-1)表示第p-1个观测点处信号，t_p表示第p个观测点处的时间变量，t_p-1表示第p-1个观测点处的时间变量，S_p,p-1表示从p-1个观测点信号Z_p-1(t_p-1)传播至p观测点信号Z_p(t_p)间的转移函数，S_p,p-1＝f(G_p,p-1,t_p)，其中G_p,p-1由两观测点间的系统结构决定。

4.根据权利要求3所述的一种故障溯源方法，其特征在于，所述S2中，故障信号传播模型的计算公式为：

式中，为待测牵引传动控制系统正常运行时p观测点信号，为待测牵引传动控制系统在h点发生第k类故障时p观测点处的信号，其中k为牵引传动控制系统故障类型k＝1,2,…n_f，h为故障位置，h＝1,2,…n_g；S_p,h为从故障位置h到观测点p的信号转移函数，f_h ^k(·)为牵引传动控制系统中在h点发生第k类故障时的故障源信号，为p观测点时间变量，为故障源信号f_h ^k(·)从h点传播到p观测点的演变故障信号，为f_h ^k(·)、S_p,h和的函数，为信号运算；

其中，故障源信号f_h ^k(·)的计算公式为：

式中，Γ为阶跃函数，N为不同类型脉冲序列数，j为第j组脉冲序列，n_j为第j组脉冲信号总个数，且其中ceil表示向正无穷大取整，T_cj为第j组故障信号的子周期，T_tj为第j组故障信号的触发时刻，τ_j为第j组脉冲序列工作周期，TH{}为阈值函数；cs_j为第j组故障信号的故障状态，当发生开路故障时cs_j＝0，当发生短路故障时cs_j＝1，当τ_j→1时，式中阶跃函数的差值为无穷大，用于表示永久型故障信号；当τ_j→0时，用于表示瞬态型故障信号；当0<τ_j<1时，用于表示间歇型故障信号。

5.根据权利要求1所述的故障溯源方法，其特征在于，所述S3具体包括以下步骤：

S31：从历史故障数据中提取出故障诊断特征p＝1,2,…Q；k＝1,2,…n_f，得到故障源为h(h＝1,2,…n_g)时的故障特征矩阵F_h，公式为：

式中，p＝h时，为故障发生点处源故障特征，p≠h时，为从故障发生点处传播至p观测点处的演变故障特征；

S32：建立故障发生点为h时的故障字典矩阵A_h，如下式：

将n_g个故障字典矩阵构成故障字典。

6.根据权利要求5所述的一种故障溯源方法，其特征在于，所述S4具体包括以下步骤：

S41：获取待测牵引传动控制系统的实时运行数据，设定不同观测点不同故障类型的检测阈值为k＝1,2,…n_f，p＝1,2,…Q，生成阈值矩阵J_th：

提取不同观测点实时运行数据在不同故障类型下的故障检测特征k＝1,2,…n_f，p＝1,2,…Q，生成故障检测特征矩阵F_a：

比较F_a矩阵与J_th矩阵中的元素，当时，判断系统无故障发生，直至比较完所有元素，当时，判断系统中有故障发生；

对不同观测点信号Z_p1(t_p1)、Z_p2(t_p2)(p₁,p₂∈{1,2,…Q})进行格兰杰因果关系判定，并根据格兰杰因果关系初步判定故障发生点位置；

S42：设定p₁观测点是故障源或故障源附近的观测点，且p₁＝px，px＝1,2,…,Q，设定阈值G_a；

S43：计算p₁观测点信号Z_p1(t_p1)与其他所有观测点信号Z_py(t_py)间的格兰杰因果关系统计量G_p1,py，其中py＝1,2,…Q，py≠px；如果所有的G_p1,py≥G_a，则p₁观测点信号是引起其他观测点信号变化的原因，p₁观测点是故障源或故障源附近的观测点，则初步判定故障发生点位置在当前px观测点或在px观测点附近；如果所有的G_p1,py<G_a，则判定p₁观测点不在当前px观测点或在px观测点附近；

S44：设定p₁＝px+1观测点，且该观测点是故障源或故障源附近的观测点，返回S43继续判断，直至px取值所有观测点。

7.根据权利要求6所述的一种故障溯源方法，其特征在于，所述S5具体包括以下步骤：

S51：在初步判定故障发生点位置px＝b后，提取p个观测点的故障诊断特征其中，p＝1,2,…,Q，测算故障传播时间构成n_f个故障诊断特征向量为：

S52：设定初始值k＝1，h′＝b-c；其中c表示与b相邻远近的正整数；

S53：将故障诊断特征向量F^k分别与故障字典矩阵A_h′矩阵中第k行中元素逐一比较，进行模糊匹配；当元素匹配隶属度μ^k∈[0,1]为第k类故障的元素匹配隶属度阈值时，表示故障诊断特征向量F^k中某列元素与A_h′矩阵中第k行相同列元素匹配成功，否则匹配不成功；

S54：如果故障诊断特征向量F^k与A_h′矩阵中第k行元素匹配成功率η^k<δ，则令h′＝b-c+1，其中，b-c≤h′≤b+c，b∈{1,2，…Q}，(b±c)∈{1,2，…n_g}，记录当前h′值，返回到步骤53转入下一相邻点故障字典矩阵A_h′进行匹配，直至h′＝b+c；

若故障诊断特征向量F^k与所有2c+1个故障字典矩阵A_h′中第k行元素匹配成功率η^k<δ，则令k＝k+1，其中1≤k≤n_f，记录当前k值，返回到S53转入k+1行进行匹配；

如果故障诊断特征向量F^k与A_h′矩阵中第k行元素匹配成功率η^k≥δ，其中R^k为第k行元素匹配成功的总数，δ为行匹配成功率阈值，由当前k、h′的记录值，确定系统发生了第k类故障，并定位故障发生点在h′处，其中h′表示故障源或者故障元部件。

8.根据权利要求3所述的一种故障溯源方法，其特征在于，所述S11中，第p个观测点处信号包括电流信号和电压信号。

9.根据权利要求1所述的一种故障溯源方法，其特征在于，所述故障传播时间包括信号输入处理时间、控制策略运算时间、以及控制运算输出处理时间。

10.一种故障溯源系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至9任一所述方法的步骤。