CN109677448A - 一种基于转辙机功率的道岔故障分析方法 - Google Patents
一种基于转辙机功率的道岔故障分析方法 Download PDFInfo
- Publication number
- CN109677448A CN109677448A CN201811641023.5A CN201811641023A CN109677448A CN 109677448 A CN109677448 A CN 109677448A CN 201811641023 A CN201811641023 A CN 201811641023A CN 109677448 A CN109677448 A CN 109677448A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- goat
- segment
- analysis method
- 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.)
- Withdrawn
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L5/00—Local operating mechanisms for points or track-mounted scotch-blocks; Visible or audible signals; Local operating mechanisms for visible or audible signals
- B61L5/06—Electric devices for operating points or scotch-blocks, e.g. using electromotive driving means
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开的一种基于转辙机功率的道岔故障分析方法，收集道岔中转辙机在工作时的功率变化数据，并根据道岔的工作特性对数据进行分段并分别进行分析，可以得到全面且完整的道岔故障信息，对道岔的工作情况进行全面且深入的监控，从而能及时获知道岔的工作情况，以便后续的维护或更换。
Description
技术领域
本发明属于道岔故障分析领域，主要涉及一种基于转辙机功率的道岔故障分析方法。
背景技术
道岔是一种使机车车辆从一股道转入另一股道的线路连接设备，有了道岔，可以充分发挥线路的通过能力，道岔在铁路线路上起到重要作用。随着城市轨道交通事业的不断发展，道岔被广泛应用于铁路线路上，由于道岔具有数量多、构造复杂、使用寿命短、限制列车速度、行车安全性低、养护维修投入大等特点，道岔与曲线、接头并称为轨道的三大薄弱环节。
转辙机功率可以清晰直观地表达道岔设备的工作状态，根据道岔的工作原理，可以将一个道岔移动的完整动作分为不同的阶段，每台道岔机都在每个阶段都有一个正常工作的功率范围，当功率超出该范围时，可以视为道岔动作过程中出现异常情况。例如电压不足，通常道岔设备使用的是三相电，当某一相掉电时，设备需要持续做功才能使道岔移动，此时功率曲线会显示启动阶段功率持续过高的走势，当道岔中遇到障碍物时，设备也需要做功完成道岔移动动作，对应的阶段其功率曲线会显示过高。
现有的道岔故障分析技术常常需要依赖工作人员对道岔的功率曲线进行人工的分析，或是在道岔故障后换下道岔由工作人员进行实地的检测，没有利用转辙机功率这一具有即时性的数据，这些现有技术不能及时发现道岔的故障，难以预防道岔的故障或损坏，且需要耗费巨大的人力和时间。
发明内容
本发明目的在于针对现有方法的缺陷，提供一种基于转辙机功率的道岔故障分析方法，可以得到全面且完整的道岔故障信息，对道岔的工作情况进行全面且深入的监控。
为解决上述技术问题，本发明通过以下方法方案进行实施：
一种基于转辙机功率的道岔故障分析方法，包括以下步骤：
S1、在道岔动作过程中，记录所述道岔的转辙机功率数据；
S2、对所述转辙机功率数据进行预处理得到有效功率数据；
S3、根据道岔动作的特性，将所述有效功率数据分成若干个分段数据；
S4、对所述若干个分段数据进行整体分析，得到所述若干个分段数据的整体异常情况；
S5、对所述若干个分段数据分别根据对应的功率分段指标进行分析，得到各所述分段数据的异常情况。
进一步的，所述步骤S2包括：
S21、剔除所述转辙机变化功率数据的首尾零值数据，得到所述有效功率数据；
S22、计算所述有效功率数据的总时长与预设的道岔正常工作时长的比值；
当所述比值处于预定范围内时，判定所述有效功率数据为有效并进入下一步骤；
否则判断所述有效功率数据为数据量异常。
进一步的，所述预定范围为0.5～2。
进一步的，所述步骤S3包括：
将所述有效功率数据按照预定的时间比例，分为起始阶段数据、解锁阶段数据、转换阶段数据、锁闭阶段数据和尖峰阶段数据。
进一步的，所述步骤S4包括：
计算出各个所述分段数据的数据平均值；
选取各个所述数据平均值中的平均最大值和平均最小值；
计算出所述平均最大值和所述平均最小值之间的差值；
当所述差值大于预定的差值阈值，判断所述有效功率数据为整体异常。
进一步的，步骤S5包括：
将各个所述分段数据与各个所述分段数据对应的预警上限值和预警下限值进行对比，若所述分段数据中的最大数值高于所述预警上限值或最小数值低于所述预警下限值，则判断所述分段数据为数值预警。
进一步的，步骤S5包括：
将各个所述分段数据与各个所述分段数据对应的异常上限值和异常下限值进行对比，若所述分段数据中的最大数值高于所述异常上限值或最小数值低于所述异常下限值，则判断所述分段数据为数值异常；所述异常上限值大于或等于所述预警上限值，所述异常下限值小于或等于所述预警下限值。
进一步的，步骤S5包括：
计算所述起始阶段数据中大于最大值的一半的数据的数据量，若所述数据量大于所述起始阶段数据的数据量的一半，判断所述起始阶段数据为缺相异常。
进一步的，步骤S5包括：
计算所述尖峰阶段数据的变化率，当所述变化率的最大值大于预定的变化率阈值时，判断所述尖峰阶段数据为数据预警。
进一步的，所述步骤S5包括：
计算出所述分段数据的数据平均值；
获取所述分段数据中的最大值和最小值；
计算出所述最大值和所述数据平均值之间的第一差值；
当所述第一差值超出预定的卡阻值范围，判断所述分段数据为卡阻异常；
计算出所述最小值和所述数据平均值之间的第二差值；
当所述第二差值超出预定的减力值范围，判断所述分段数据为减力异常。
进一步的，其步骤还包括：
S6、对分析结果按照异常、报警、正常的优先级输出。
与现有方法相比，本发明的有益方法效果如下：
本发明公开的一种基于转辙机功率的道岔故障分析方法，收集道岔中转辙机在工作时的功率变化数据，并根据道岔的工作特性对数据进行分段并分别进行分析，可以得到全面且完整的道岔故障信息，对道岔的工作情况进行全面且深入的监控，从而能及时获知道岔的工作情况，以便后续的维护或更换。
附图说明
图1为本发明中所述的一种基于转辙机功率的道岔故障分析方法的步骤示意图；
图2为本发明中具体实施方式中所述的数据分段的示意图。
具体实施方式
为了充分地了解本发明的目的、特征和效果，以下将结合附图与具体实施方式对本发明的构思、具体步骤及产生的方法效果作进一步说明。
如图1所示，本发明公开了一种基于转辙机功率的道岔故障分析方法，包括以下步骤：
S1、在道岔动作过程中，记录道岔的转辙机功率数据；
S2、对转辙机功率数据进行预处理得到有效功率数据；
S3、根据道岔动作的特性，将有效功率数据分成若干个分段数据；
S4、对若干个分段数据进行整体分析，得到若干个分段数据的整体异常情况；
S5、对若干个分段数据分别根据对应的功率分段指标进行分析，得到各分段数据的异常情况。
通过上述公开的道岔故障分析方法，收集道岔中转辙机在工作时的功率变化数据，并根据道岔的工作特性对数据进行分段并分别进行分析，可以得到全面且完整的道岔故障信息，对道岔的工作情况进行全面且深入的监控，从而能及时获知道岔的工作情况，以便后续的维护或更换。
具体的，步骤S2包括：
S21、剔除转辙机变化功率数据的首尾零值数据，得到有效功率数据；
S22、计算有效功率数据的总时长与预设的道岔正常工作时长的比值；
当比值处于预定范围内时，判定有效功率数据为有效并进入下一步骤；
否则判断有效功率数据为数据量异常。
通过步骤S21至S22，可以对功率数据中无效的零值数据进行去除，以方便后续的分析，且计算功率数据的总时长有助于判断功率数据是否存在数据量过短或过长的情况，若出现数据量异常情况，则可判断转辙机出现问题或功率数据收集出错，方便工作人员的进一步维护。
具体的，预定范围可以设置为0.5～2，这一数据范围为发明人根据技术经验得出，可以有效判断功率数据的总时长是否合理，其余合理的数据范围也被包含在本发明的保护范围中。
具体的，步骤S3包括：
将有效功率数据按照预定的时间比例，分为起始阶段数据、解锁阶段数据、转换阶段数据、锁闭阶段数据和尖峰阶段数据。分类的示意图如图2所示，图中还示出了每一分段数据所预设的预警上限值和异常上限值。这一分段是根据道岔的工作特性进行的，具体的，是根据机型为S700K的转辙机进行分析得到的分段，其同样适用于具有同样工作特性的其他型号的转辙机，且对于有不同的工作特性的其他转辙机的其他分段方法同样被包含在本发明的保护范围中。
具体的，步骤S4包括：
计算出各个分段数据的数据平均值；
选取各个数据平均值中的平均最大值和平均最小值；
计算出平均最大值和平均最小值之间的差值；
当差值大于预定的差值阈值，判断有效功率数据为整体异常。
上述步骤具体实现了对有效功率数据的整体分析，同时，上述预定的差值阈值既可以通过人工根据经验指定，同样也可以通过对已经被判定为正常的功率数据进行计算得到，同时在新的正常功率数据被判定为正常时，可对差值阈值进行更新。
具体的，步骤S5包括：
将各个分段数据与各个分段数据对应的预警上限值和预警下限值进行对比，若分段数据中的最大数值高于预警上限值或最小数值低于预警下限值，则判断分段数据为数值预警。
上述预警上下限值均可以通过人工根据经验指定，同样也可以通过对已经被判定为正常的功率数据进行计算得到，同时在新的正常功率数据被判定为正常时，可对预警上下限值进行更新。
具体的，步骤S5包括：
将各个分段数据与各个分段数据对应的异常上限值和异常下限值进行对比，若分段数据中的最大数值高于异常上限值或最小数值低于异常下限值，则判断分段数据为数值异常；异常上限值大于或等于预警上限值，异常下限值小于或等于预警下限值。
上述异常上下限值一般通过对转辙机的本身的正常功率参数和道岔故障历史记录中转辙机功率数据计算得到。
具体的，步骤S5包括：
计算起始阶段数据中大于最大值的一半的数据的数据量，若数据量大于起始阶段数据的数据量的一半，判断起始阶段数据为缺相异常。
具体的，步骤S5包括：
计算尖峰阶段数据的变化率，当变化率的最大值大于预定的变化率阈值时，判断尖峰阶段数据为数据预警。
具体的，步骤S5包括：
计算出分段数据的数据平均值；
获取分段数据中的最大值和最小值；
计算出最大值和数据平均值之间的第一差值；
当第一差值超出预定的卡阻值范围，判断分段数据为卡阻异常；
计算出最小值和数据平均值之间的第二差值；
当第二差值超出预定的减力值范围，判断分段数据为减力异常。
通过上述步骤，可以对各分段数据中的卡阻情况和减力情况进行分析，得到转辙机更全面的工作情况。
进一步的，其步骤还包括：
S6、对分析结果按照异常、报警、正常的优先级输出。
通过对分析得到的各分段数据的分析结果按不同的级别进行输出，可以方便技术人员及时获知转辙机的工作状态，更全面地对转辙机的工作进行分析。
以上详细描述了本发明的较佳具体实施例，应当理解，本领域的普通方法人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本方法领域中方法人员依本发明构思在现有方法基础上通过逻辑分析、推理或者根据有限的实验可以得到的方法方案，均应该在由本权利要求书所确定的保护范围之中。
Claims (11)
1.一种基于转辙机功率的道岔故障分析方法，其特征在于，包括以下步骤：
S1、在道岔动作过程中，记录所述道岔的转辙机功率数据；
S2、对所述转辙机功率数据进行预处理得到有效功率数据；
S3、根据道岔动作的特性，将所述有效功率数据分成若干个分段数据；
S4、对所述若干个分段数据进行整体分析，得到所述若干个分段数据的整体异常情况；
S5、对所述若干个分段数据分别根据对应的功率分段指标进行分析，得到各所述分段数据的异常情况。
2.根据权利要求1所述的基于转辙机功率的道岔故障分析方法，其特征在于，所述步骤S2包括：
S21、剔除所述转辙机变化功率数据的首尾零值数据，得到所述有效功率数据；
S22、计算所述有效功率数据的总时长与预设的道岔正常工作时长的比值；
当所述比值处于预定范围内时，判定所述有效功率数据为有效并进入下一步骤；
否则判断所述有效功率数据为数据量异常。
3.根据权利要求2所述的基于转辙机功率的道岔故障分析方法，其特征在于，所述预定范围为0.5～2。
4.根据权利要求1所述的基于转辙机功率的道岔故障分析方法，其特征在于，所述步骤S3包括：
将所述有效功率数据按照预定的时间比例，分为起始阶段数据、解锁阶段数据、转换阶段数据、锁闭阶段数据和尖峰阶段数据。
5.根据权利要求4所述的基于转辙机功率的道岔故障分析方法，其特征在于，所述步骤S4包括：
计算出各个所述分段数据的数据平均值；
选取各个所述数据平均值中的平均最大值和平均最小值；
计算出所述平均最大值和所述平均最小值之间的差值；
当所述差值大于预定的差值阈值，判断所述有效功率数据为整体异常。
6.根据权利要求5所述的基于转辙机功率的道岔故障分析方法，其特征在于，步骤S5包括：
将各个所述分段数据与各个所述分段数据对应的预警上限值和预警下限值进行对比，若所述分段数据中的最大数值高于所述预警上限值或最小数值低于所述预警下限值，则判断所述分段数据为数值预警。
7.根据权利要求6所述的基于转辙机功率的道岔故障分析方法，其特征在于，步骤S5包括：
将各个所述分段数据与各个所述分段数据对应的异常上限值和异常下限值进行对比，若所述分段数据中的最大数值高于所述异常上限值或最小数值低于所述异常下限值，则判断所述分段数据为数值异常；所述异常上限值大于或等于所述预警上限值，所述异常下限值小于或等于所述预警下限值。
8.根据权利要求5所述的基于转辙机功率的道岔故障分析方法，其特征在于，步骤S5包括：
计算所述起始阶段数据中大于最大值的一半的数据的数据量，若所述数据量大于所述起始阶段数据的数据量的一半，判断所述起始阶段数据为缺相异常。
9.根据权利要求5所述的基于转辙机功率的道岔故障分析方法，其特征在于，步骤S5包括：
计算所述尖峰阶段数据的变化率，当所述变化率的最大值大于预定的变化率阈值时，判断所述尖峰阶段数据为数据预警。
10.根据权利要求5所述的基于转辙机功率的道岔故障分析方法，其特征在于，所述步骤S5包括：
计算出所述分段数据的数据平均值；
获取所述分段数据中的最大值和最小值；
计算出所述最大值和所述数据平均值之间的第一差值；
当所述第一差值超出预定的卡阻值范围，判断所述分段数据为卡阻异常；
计算出所述最小值和所述数据平均值之间的第二差值；
当所述第二差值超出预定的减力值范围，判断所述分段数据为减力异常。
11.根据权利要求5所述的基于转辙机功率的道岔故障分析方法，其特征在于，还包括：
S6、对分析结果按照异常、报警、正常的优先级输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811641023.5A CN109677448A (zh) | 2018-12-29 | 2018-12-29 | 一种基于转辙机功率的道岔故障分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811641023.5A CN109677448A (zh) | 2018-12-29 | 2018-12-29 | 一种基于转辙机功率的道岔故障分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109677448A true CN109677448A (zh) | 2019-04-26 |
Family
ID=66190292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811641023.5A Withdrawn CN109677448A (zh) | 2018-12-29 | 2018-12-29 | 一种基于转辙机功率的道岔故障分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109677448A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110490297A (zh) * | 2019-07-24 | 2019-11-22 | 西安理工大学 | 一种铁路道岔动作功率曲线智能分段方法 |
| CN110866655A (zh) * | 2019-11-25 | 2020-03-06 | 武汉地铁运营有限公司 | 一种基于功率数值分析的道岔卡阻故障智能预警方法 |
| CN111882833A (zh) * | 2020-07-21 | 2020-11-03 | 华润电力唐山丰润有限公司 | 基于离群参数的设备故障预警方法、装置、设备及介质 |
| WO2022183684A1 (zh) * | 2021-03-05 | 2022-09-09 | 北京全路通信信号研究设计院集团有限公司 | 道岔故障诊断方法、装置、电子设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105787511A (zh) * | 2016-02-26 | 2016-07-20 | 清华大学 | 基于支持向量机的道岔故障诊断方法及系统 |
| CN106740990A (zh) * | 2016-12-12 | 2017-05-31 | 中国神华能源股份有限公司 | 道岔动作功率曲线识别方法及系统 |
| CN107203746A (zh) * | 2017-05-12 | 2017-09-26 | 同济大学 | 一种道岔故障识别方法 |
| CN108416362A (zh) * | 2018-01-29 | 2018-08-17 | 同济大学 | 一种道岔异常预警与故障诊断方法 |
| CN108445861A (zh) * | 2018-02-05 | 2018-08-24 | 华南理工大学 | 一种基于卷积神经网络算法的转辙机故障检测方法及系统 |
| US20190054939A1 (en) * | 2016-02-26 | 2019-02-21 | Mitsubishi Heavy Industries Engineering, Ltd. | Anomaly determination device, anomaly determination method, and program |
-
2018
- 2018-12-29 CN CN201811641023.5A patent/CN109677448A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105787511A (zh) * | 2016-02-26 | 2016-07-20 | 清华大学 | 基于支持向量机的道岔故障诊断方法及系统 |
| US20190054939A1 (en) * | 2016-02-26 | 2019-02-21 | Mitsubishi Heavy Industries Engineering, Ltd. | Anomaly determination device, anomaly determination method, and program |
| CN106740990A (zh) * | 2016-12-12 | 2017-05-31 | 中国神华能源股份有限公司 | 道岔动作功率曲线识别方法及系统 |
| CN107203746A (zh) * | 2017-05-12 | 2017-09-26 | 同济大学 | 一种道岔故障识别方法 |
| CN108416362A (zh) * | 2018-01-29 | 2018-08-17 | 同济大学 | 一种道岔异常预警与故障诊断方法 |
| CN108445861A (zh) * | 2018-02-05 | 2018-08-24 | 华南理工大学 | 一种基于卷积神经网络算法的转辙机故障检测方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 许庆阳: ""道岔故障诊断及健康状态预测"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 赵林海: ""基于灰关联的道岔故障诊断方法"", 《铁道学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110490297A (zh) * | 2019-07-24 | 2019-11-22 | 西安理工大学 | 一种铁路道岔动作功率曲线智能分段方法 |
| CN110490297B (zh) * | 2019-07-24 | 2021-10-15 | 西安理工大学 | 一种铁路道岔动作功率曲线智能分段方法 |
| CN110866655A (zh) * | 2019-11-25 | 2020-03-06 | 武汉地铁运营有限公司 | 一种基于功率数值分析的道岔卡阻故障智能预警方法 |
| CN110866655B (zh) * | 2019-11-25 | 2024-04-05 | 武汉地铁运营有限公司 | 一种基于功率数值分析的道岔卡阻故障智能预警方法 |
| CN111882833A (zh) * | 2020-07-21 | 2020-11-03 | 华润电力唐山丰润有限公司 | 基于离群参数的设备故障预警方法、装置、设备及介质 |
| WO2022183684A1 (zh) * | 2021-03-05 | 2022-09-09 | 北京全路通信信号研究设计院集团有限公司 | 道岔故障诊断方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109677448A (zh) | 一种基于转辙机功率的道岔故障分析方法 | |
| CN106372735B (zh) | 一种继电保护状态评估方法 | |
| CN103714383B (zh) | 一种基于粗糙集的轨道交通故障诊断方法和系统 | |
| CN107054410A (zh) | 道岔转辙机的智能诊断系统及诊断方法 | |
| CN105260595A (zh) | 道岔动作电流曲线的特征提取方法及道岔故障诊断方法 | |
| CN107294089B (zh) | 一种面向电网事件的智能关联分析和评价方法 | |
| CN107332199B (zh) | 一种基于多级信息融合的继电保护动作智能评估方法 | |
| CN108398934B (zh) | 一种用于轨道交通的设备故障监控的系统 | |
| CN108919044B (zh) | 一种基于互校验机制的单元制配电网故障主动识别方法 | |
| CN112132491B (zh) | 一种基于电网拓扑分析的电网监视告警系统及方法 | |
| CN102638100A (zh) | 地区电网设备异常告警信号关联分析与诊断方法 | |
| CN102868164A (zh) | 一种低频电压减载联动协调控制方法 | |
| CN106710164A (zh) | 一种针对多因素的配电网设备故障预警方法 | |
| CN103326467A (zh) | 一种基于保信主站装置录波信息的保护动作报告实现方法 | |
| CN107453354B (zh) | 一种配电网的薄弱环节识别方法 | |
| CN108879654A (zh) | 基于遥测异动设备异常远方诊断方法 | |
| CN106373032A (zh) | 基于大数据的配网故障高发区域辨识方法 | |
| CN109494757A (zh) | 一种电压无功运行预警方法和系统 | |
| CN104764979A (zh) | 一种基于概率推理的虚拟信息融合电网报警方法 | |
| CN113644748B (zh) | 一种区域内变电站设备模拟监控系统及方法 | |
| CN114884054A (zh) | 一种基于物联网的城市智慧交通应急监测调控管理系统 | |
| CN110913418B (zh) | 一种用于轨道交通通信故障预警和定位的方法及系统 | |
| CN107749623A (zh) | 双母线接线方式下单母线跳闸失负荷事故等级判定方法 | |
| CN113097981B (zh) | 一种变电站监控告警信号漏发的判断方法 | |
| CN206132904U (zh) | 新型10kv线路的智慧故障指示系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190426 |
|
| WW01 | Invention patent application withdrawn after publication |