CN111866090A - 一种列车故障预警方法和装置 - Google Patents

一种列车故障预警方法和装置 Download PDF

Info

Publication number
CN111866090A
CN111866090A CN202010612018.2A CN202010612018A CN111866090A CN 111866090 A CN111866090 A CN 111866090A CN 202010612018 A CN202010612018 A CN 202010612018A CN 111866090 A CN111866090 A CN 111866090A
Authority
CN
China
Prior art keywords
information
early warning
detection
warning information
initial
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.)
Granted
Application number
CN202010612018.2A
Other languages
English (en)
Other versions
CN111866090B (zh
Inventor
吕赫
黄志平
吴頔
王隆龙
叶鹏迪
潘勇卓
李元轩
袁涛
杨阔
申鹏
王兢
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.)
China Academy of Railway Sciences Corp Ltd CARS
Locomotive and Car Research Institute of CARS
Beijing Zongheng Electromechanical Technology Co Ltd
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
Locomotive and Car Research Institute of CARS
Beijing Zongheng Electromechanical Technology Co Ltd
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 China Academy of Railway Sciences Corp Ltd CARS, Locomotive and Car Research Institute of CARS, Beijing Zongheng Electromechanical Technology Co Ltd filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN202010612018.2A priority Critical patent/CN111866090B/zh
Publication of CN111866090A publication Critical patent/CN111866090A/zh
Application granted granted Critical
Publication of CN111866090B publication Critical patent/CN111866090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L15/00—Indicators provided on the vehicle or train for signalling purposes
    • 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
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本说明书实施例提供一种列车故障预警方法和装置。所述方法包括：获得由设置在列车不同位置的多个检测部件采集的多个检测信息；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则，每个所述规则对应有警示信息；所述规则包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出所述目标规则对应的警示信息，从而提高列车故障预警效率。

Description

一种列车故障预警方法和装置
技术领域
本说明书实施例涉及故障预警领域，特别涉及一种列车故障预警方法和装置。
背景技术
随着列车健康管理技术及车地通信技术的发展，在列车上安装了大量传感器，如温度传感器、压力传感器等。这些传感器可以实时获取列车不同位置的温度、压力等信息。传感器获取的信息是一种随时间延续而无限增长的动态数据集合(流式数据)，这些信息通过车地数据传输系统汇总至地面数据中心。地面数据中心根据预先设置好的智能预警模型对这些信息进行处理，产生预警结果，可以实现列车故障预警和健康管理的功能。
现有的智能预警模型中通常可以包括不同传感器获取的信息对应的预警信息。例如温度传感器获取的温度值达到预设温度即触发预警信息。业内现有数据中心多采用批处理的方法或流处理的方法处理这些数据。
随着智能预警模型监控范围的不断扩大和智能预警模型的不断完善，智能预警模型的复杂度也不断提升。一些复杂的预警信息可能需要多个传感器在预设时间内获取的信息组合进行触发。例如，在列车不同转向架均设置了温度传感器，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，转向架A左侧轴温度1分钟内升温大于20℃，且两者发生的时间间隔在300秒内，则触发预警信息，在这种情况下，地面数据中心需要分别计算转向架A左侧轴温度与转向架B左侧轴温度的温差，以及转向架A左侧轴温度1分钟内升温的多少，并且计算转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，转向架A左侧轴温度1分钟内升温大于20℃是否发生在300秒内。
如果根据包含复杂预警信息的智能预警模型来处理传感器获取的信息，则需要存储并处理大量的数据，使得列车故障预警效率降低。
发明内容
本说明书实施例的目的是提供一种列车故障预警方法和装置，以提高列车故障预警效率。
为解决上述问题，本说明书实施例提供一种列车故障预警方法，所述方法包括：获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出所述目标规则对应的警示信息。
为解决上述问题，本说明书实施例还提供一种列车故障预警方法，所述方法包括：获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列；在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；输出所述初始预警信息集。
为解决上述问题，一种列车故障预警装置，所述装置包括：获得模块，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；输入模块，用于将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；匹配模块，用于将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出模块，用于输出所述目标规则对应的警示信息。
为解决上述问题，本说明书实施例还提供一种电子设备，包括：网络通信单元，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现：将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出所述目标规则对应的警示信息。
为解决上述问题，本说明书实施例还提供一种列车故障预警装置，所述装置包括：获得模块，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；生成模块，用于为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列；删除模块，用于在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；输入模块，用于将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；输出模块，用于输出所述初始预警信息集。
一种电子设备，包括：网络通信单元，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现：为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列；在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；输出所述初始预警信息集。
由以上本说明书实施例提供的技术方案可见，本说明书实施例中，可以获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出所述目标规则对应的警示信息。本说明书实施例提供的列车故障预警方法，将复杂的预警信息拆分为多个简单的子预警信息，使得复杂的预警信息不需要通过大量的检测信息来触发，减少了对检测信息的存储和处理，从而提高列车故障预警效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例一种列车故障预警方法的流程图；
图2为本说明书实施例一个规则的示意图；
图3为本说明书实施例一种列车故障预警方法的流程图；
图4为本说明书实施例一种列车故障预警装置的功能模块示意图；
图5为本说明书实施例一种电子设备的功能结构示意图；
图6为本说明书实施例一种列车故障预警装置的功能模块示意图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
在本说明书实施例中，所述列车，即成列的车组，可以分为铁路列车和公路列车。所述铁路列车可以包括火车、地铁、磁悬浮列车等；所述公路列车可以包括矿山运输车组、智轨列车等。
在本说明书实施例中，在列车上可以设置多个不同种类的传感器。如温度传感器、速度传感器、压力传感器等。这些传感器可以实时获取列车不同位置的温度、压力等信息。传感器获取的信息是一种随时间延续而无限增长的动态数据集合，这些信息通过车地数据传输系统汇总至地面数据中心。地面数据中心根据预先设置好的智能预警模型对这些信息进行处理，产生预警结果，可以实现列车故障预警和健康管理的功能。
现有的智能预警模型中通常可以包括不同传感器获取的信息对应的预警信息。例如在列车的底部安装有速度传感器，速度传感器可以采集列车的运行速度，当列车超过限定速度时，即触发预警信息；在列车的轴承处安装有温度传感器，温度传感器可以采集轴承的温度信息，一旦温度过高，则触发预警信息。当然，某些预警信息较为复杂，可能由多个传感器获取的信息组合触发。例如在列车不同转向架均设置了温度传感器，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，则触发预警信息。又例如，在列车不同转向架均设置了温度传感器，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，且转向架A左侧轴温度1分钟内升温大于20℃，且两者发生的时间间隔在300秒内，则触发另一预警信息。进一步的，由于列车故障原因多种多样，还可能出现更为复杂的预警信息。
如果根据包含复杂预警信息的智能预警模型来处理传感器获取的信息，则需要存储并处理大量的数据，使得列车故障预警效率降低。考虑到如果将复杂的预警信息拆分为多个简单的子预警信息，则可以减少传感器数据的存储和处理。例如，对于转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，且转向架A左侧轴温度1分钟内升温大于20℃，且两者发生的时间间隔在300秒内触发预警信息C，可以拆分为转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值触发预警信息A，转向架A左侧轴温度1分钟内升温大于20℃触发预警信息B，如果300秒内触发了预警信息A和预警信息B，则触发预警信息C，从而使得复杂的预警信息C的触发不需要处理和存储大量的传感器数据，仅考虑子预警信息预警信息A和预警信息B是否在300秒内触发即可，从而提高列车故障预警效率。
在本说明书实施例中，执行所述列车故障预警方法的主体可以是具有逻辑运算功能的电子设备，所述电子设备可以是服务器，所述服务器可以是具有一定运算处理能力的电子设备。其可以具有网络通信单元、处理器和存储器等。当然，所述服务器并不限于上述具有一定实体的电子设备，其还可以为运行于上述电子设备中的软体。所述服务器还可以为分布式服务器，可以是具有多个处理器、存储器、网络通信模块等协同运作的系统。或者，服务器还可以为若干服务器形成的服务器集群。
图1为本说明书实施例一种列车故障预警方法的流程图。如图1所示，所述列车故障预警方法可以包括以下步骤。
S110：获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值。
在一些实施例中，所述检测部件可以包括传感器。不同类型的检测部件可以包括不同种类的传感器，如温度传感器、速度传感器、压力传感器、倾角传感器等。这些传感器可以设置在列车的不同位置，例如速度传感器可以设置在列车底部，用于采集列车的运行速度信息；温度传感器可以设置在列车轴承、转向架等位置，用于获取列车不同位置的温度信息；倾角传感器可以设置在列车底部，用于检测铁道的倾斜度和高度差。
在一些实施例中，所述检测信息可以是检测部件采集的信息。具体的，所述检测信息可以是传感器采集的温度信息、速度信息、压力信息等。所述检测信息是一种随时间延续而无限增长的动态数据集合，即是一种流数据。举例来说，温度传感器可以每隔预设时间采集温度信息，并将采集的温度信息发送至服务器，随着时间的延续，温度传感器采集的数据也越来越多。
在一些实施例中，所述检测信息可以包括检测时间和检测值。所述检测值包括检测部件采集到的数据具体的值，例如温度传感器的检测值可以是温度传感器所采集到的温度，速度传感器的检测值可以是速度传感器采集到的速度值。所述检测时间包括检测部件采集到数据的时间，例如温度传感器的检测时间可以是某一时刻采集到的温度对应的时间。所述检测信息中的检测时间可以以时间戳的形式发送至服务器，以便于服务器可以根据检测部件采集所述检测值的时间先后顺序对检测信息进行存储和处理。
在一些实施例中，所述检测信息还可以包括检测部件标识。所述检测部件标识可以用于标识检测部件对应哪一列列车、检测部件在列车中的安装位置、检测部件的类型等信息。服务器在接收所述检测信息后，可以根据所述检测部件标识确定检测部件对应的列车、检测部件在列车中的安装位置、检测部件的类型等信息。
在一些实施例中，为实现服务器可以根据所述检测部件标识确定检测部件对应的列车、检测部件在列车中的安装位置、检测部件的类型等信息。可以预先向服务器发送配置文件。所述配置文件中可以包括检测部件标识的相关信息，如表1所示，表1示例性的给出了所述配置文件包含的信息。当然，本说明书实施例中的配置文件并不局限于表1所给出的信息。
表1
Figure BDA0002562376490000061
在一些实施例中，如表1所示。所述配置文件中还可以包括检测值的有效值上界和有效值下界。若服务器接收到的检测信息中的检测值处于有效值上界和有效值下界区间内，可以确定该检测值为有效值。若服务器接收到的检测信息中的检测值不处于有效值上界和有效值下界区间内，则可以确定该检测值为异常值，即检测部件可能发生故障而获取的异常数值。在后续数据处理过程中可以删除所述异常值。
在一些实施例中，每一个检测部件对应的检测部件标识是唯一的。所述检测部件标识可以由英文与数字的组合组成。当然，也可以由纯英文、纯数字或者希腊字母等自由组合而成，本说明书实施例对此不作限定。
在一些实施例中，服务器可以采用任何方式获得由设置在列车不同位置的多个检测部件采集的多个检测信息。例如，检测部件可以直接向服务器发送采集的多个检测信息，服务器可以进行接收；又如除去所述服务器以外的其它电子设备可以向服务器发送由设置在列车不同位置的多个检测部件每隔预设时间采集的多个检测信息，服务器可以进行接收，在本说明书实施例中，对服务器采用何种方式获得由设置在列车不同位置的多个检测部件采集的多个检测信息不作限定。
在一些实施例中，所述服务器接收检测部件或者除去所述服务器以外的其它电子设备发送的多个检测信息，可以通过互联网接收。具体的，检测部件或者除去所述服务器以外的其它电子设备可以依照网络通信协议，例如Http、TCP/IP或者FTP协议等，向所述服务器提交多个检测信息。如此所述服务器便可以接收到多个检测信息之后，进行相应的响应处理。
S120：将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息。
在一些实施例中，所述预警模型可以包括检测信息与初始预警信息的对应关系。具体的，以所述检测部件为温度传感器为例，在列车不同转向架均设置了温度传感器，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，则得到初始预警信息C，即转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值与初始预警信息C之间具有对应关系；又例如转向架A左侧轴温度1分钟内升温大于20℃，则得到初始预警信息D，即转向架A左侧轴温度1分钟内升温大于20℃与初始预警信息D之间具有对应关系。
在一些实施例中，如表2所示。所述预警模型可以包括如表2中所示的元素。具体的，所述预警模型的建模对象是通过对多个检测信息进行关联计算，所得到的初始预警信息。例如“对同一车辆同侧同一时刻轴温最大值与最小值之差大于20℃”，则产生一个初始预警信息。即检测信息满足预先设定的条件即产生一个初始预警信息。
在一些实施例中，所述所述预警模型还可以包括预警算子编码。所述预警算子编码可以由数字、字母或者是数字和字母的组合组成，所述预警算子编码可以用于标识对多个检测信息进行关联计算的计算规则。例如表2中的“MAXMINDIFFER”表示参与计算的检测信息取最大值和最小值，并计算最大值与最小值的差值，将差值作为结果。表3中示例性的给出了几种预警算子编码，及其含义和说明。
在一些实施例中，所述预警模型还可以包括预警值上界和预警值下界，所述预警值上界和预警值下界可以是预先设定的数值，如轴温之差的预警值上界为30℃、40℃，预警值下界为20℃、10℃。当然，所述预警值上界和预警值下界的具体数值还可以为其他数值，可以根据各个传感器的量程设定。当根据对多个检测信息进行关联计算的计算规则计算出的数值在预警值上界和预警值下界范围内时，产生初始预警信息。
表2
Figure BDA0002562376490000081
表3
Figure BDA0002562376490000082
Figure BDA0002562376490000091
在一些实施例中，所述预警模型还可以包括初始预警信息标识。所述初始预警信息标识用于可以用于标识初始预警信息的名称、初始预警信息对应的列车等信息。
在一些实施例中，所述预警模型还可以包括有效车辆标识码。所述有效车辆标识码可以是一个布尔类型数组，数据的长度可以与该类型列车的数量相等，用于标识所述预警模型在该类型列车上生效的车辆。即标识哪些列车可以使用所述预警模型来处理检测信息。如数组第0个元素为1，则表示该预警模型在该型列车的1车有效(0为无效)。
在一些实施例中，所述预警模型还可以包括检测部件标识列表，所述检测部件标识列表可以是一个字符串数组，其中的元素为检测部件标识，用于标识某一初始预警信息关联的检测部件，即表示产生某一初始预警信息所用到的检测信息对应的检测部件有哪些。举例来说，对于转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，则得到初始预警信息C，则与初始预警信息C关联的检测部件为设置在转向架A左侧的温度传感器和转向架B左侧的温度传感器。
在一些实施例中，所述预警模型还可以包括预警时间范围。由于不同预警信息关联的检测部件可能是不同的，因此还要考虑来自不同检测部件的检测信息的时钟差异。例如将所述预警时间范围设定为60秒，则可以计算首先接收到的检测信息开始，60秒内接收到的其他检测信息。当然，所述预警时间范围也可以设置为0秒，30秒、100秒等，所述预警时间范围可以根据实际情况进行设定，本说明书实施例对此不作限定。
在一些实施例中，所述初始预警信息可以不同类别，如表2所示，类别编码用于标识初始预警信息的类别，类别1的初始预警信息可以表示列车发生了故障，类别2的初始预警信息可以为中间状态，即只得到一个类别2的初始预警信息不能表示列车发生了故障。举例来说，在列车不同转向架均设置了温度传感器，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设值，得到初始预警信息C；转向架A左侧轴温度1分钟内升温大于20℃，得到初始预警信息D；其中，若只得到初始预警信息C，则表示列车发生了故障1；若只得到初始预警信息B，此时并不能表示列车发生了故障；若得到初始预警信息C和初始预警信息D的时间间隔在300秒内，则表示列车发生了故障2。由此可见，上述例子中，初始预警信息C为类别1的初始预警信息，初始预警信息B为类别2的初始预警信息。
在一些实施例中，所述预警模型还可以包括预警级别。所预警级别可以通过数字或字母表示。所述预警级别用于表示预警信息的重要程度。如同侧轴温最大最小值差处于20℃-30℃之间时，可以定义预警信息的预警级别为2级，处于30℃-40℃之间时，可以定义预警信息的预警级别为1级。其中，所述预警信息的重要程度可以按照数字顺序排列，如预警级别为1级的预警信息重要程度小于预警级别为2级的预警信息重要程度。当然，所述预警信息的重要程度可以按照数字倒序排列，或者通过其他方式排列，本说明书实施例对此不作限定。
在一些实施例中，服务器还可以记录得到所述初始预警信息的时间。
在一些实施例中，由于所述检测信息是一种随时间延续而无限增长的动态数据集合，随着时间的变化，服务器所接收到的检测信息也越来越多，服务器需要处理的检测信息也越来越多，而且由于网络、处理资源等原因导致检测部件发送的检测信息并不是按照检测时间的顺序发送的，使得服务器在接收到大量的检测信息后，还需要对这些检测信息按照时间的顺序进行排列才能进行后续的处理过程，使得列车故障预警效率降低。因此，在获得由设置在列车不同位置的多个检测部件采集的多个检测信息后，可以通过最小化缓存技术优化服务器内存使用量和CPU资源占用率，进而提高服务器的处理效率。其中，所述最小化缓存技术可以通过以下步骤实现。
S121：为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列。
在一些实施例中，每个检测部每隔预设时间都可以采集检测信息，可以为每个检测部件生成一个信息存储队列，用于存储该检测部件对应的检测信息。在接收到同一个检测部件发送的多个检测信息后，可以将这些检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列，即所述信息存储队列中队头的检测信息为后采集的检测信息，队尾的检测信息为先采集的检测信息。
在一些实施例中，在接收新的检测信息时，可以比较新的检测信息对应的检测时间和所述信息存储队列中各个检测信息对应的检测时间，将新的检测检测信息插入至所述信息存储队列中与新的检测信息对应的检测时间最接近的两个检测信息之间，使得插入新的检测信息后，所述信息存储队列中的各个检测信息始终按检测时间的顺序从队头至队尾排列。
S122：在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出。
在一些实施例中，在后续数据处理过程中，根据预警模型预设的时间范围可知，检测时间较早的检测信息不会用到。为了优化服务器内存使用量和CPU资源占用率，可以将检测时间较早的检测信息删除。
在一些实施例中，可以预先设置信息存储队列的长度，即设置信息存储队列队头与队尾检测信息对应的检测时间的最大时间差。若队头与队尾检测信息对应的检测时间的最大时间差超过预设值，则可以将队尾的检测信息从信息存储队列中移出，使得信息存储队列的长度不超过预设值。
在一些实施例中，若新的检测信息对应的检测时间晚于信息存储队列中队头的检测信息，则可以在新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出。具体的，若新的检测信息对应的检测时间晚于信息存储队列中队头的检测信息，且新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值，可以将队尾的检测信息从信息存储队列中移出，再将新的检测信息插入至所述信息存储队列的队头。当然，也可以将新的检测信息插入至所述信息存储队列的队头后，将队尾的检测信息从信息存储队列中移出。本说明书实施例对新的检测信息插入所述信息存储队列与将队尾的检测信息从信息存储队列中移出的先后顺序不做限定。
在一些实施例中，若新的检测信息对应的检测时间早于信息存储队列中队尾的检测信息，则不将新的检测信息插入至信息存储队列中。
在一些实施例中，所述预设值可以根据需要预先设置，也可以根据与检测信息关联的初始预警信息来确定。具体的，可以根据所述对应关系获取每个检测部件关联的至少一个初始预警信息；相应的，根据所述至少一个初始预警信息确定所述预设值。
具体的，可以根据所述对应关系确定得到初始预警信息所用到的检测信息。例如，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设温度，则输出初始预警信息C；转向架A左侧轴温度1分钟内升温大于20℃，则生成初始预警信息D。可以看出初始预警信息C和初始预警信息D都用到了转向架A左侧轴温度，则转向架A左侧轴温度对应的温度传感器与初始预警信息C和初始预警信息D相关联。因此，所述预设值可以根据初始预警信息C和初始预警信息D来确定。
在一些实施例中，所述预设值可以根据不同初始预警信息中考虑检测信息的时间范围最大的初始预警信息来确定。举例来说，初始预警信息C的得到条件是转向架A左侧轴温度与转向架B左侧轴温度相差大于预设温度，初始预警信息C考虑到的是同一时刻转向架A左侧轴温度与转向架B左侧轴温度的差值；初始预警信息D的得到条件是转向架A左侧轴温度1分钟内升温大于20℃，初始预警信息D考虑到的1分钟内转向架A左侧轴温度。由此可知，初始预警信息C对于温度的计算考虑的是最新采集到的温度信息，而初始预警信息D对于温度的计算考虑的是最新采集到的温度信息近1分钟内采集到的温度信息，初始预警信息D考虑检测信息的时间范围比初始预警信息C考虑检测信息的时间范围大，可以根据初始预警信息D确定所述预设值的大小。因此，服务器存储最新采集到的温度信息1分钟内转向架A左侧轴温度对应的温度传感器采集的温度信息即可用于计算是否可以输出初始预警信息C和初始预警信息D。在此情况下，可以将转向架A左侧轴温度对应的温度传感器的信息存储队列长度，即预设值，设置可以为1分钟，或者大于1分钟且接近一分钟的值。
S130：将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障。
在一些实施例中，所述规则可以用于表示初始预警信息与警示信息的对应关系。具体的，如图2所示，警示信息A可以在得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内触发生成。也就是说，警示信息A是初始预警信息1和初始预警信息2满足一定条件下生成的警示信息。由此可以看出，规则可以表示警示信息A与初始预警信息1和初始预警信息2的对应关系，规则包括的匹配条件可以是得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内。
在一些实施例中，所述预设规则集中可以包括多个规则。例如，规则a表示警示信息A与初始预警信息1和初始预警信息2的对应关系，规则a包括的匹配条件可以是得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内；规则b表示警示信息B与初始预警信息3和初始预警信息4的对应关系，规则b包括的匹配条件可以是得到初始预警信息3和得到初始预警信息4的时间间隔在60秒内；规则c表示警示信息C与初始预警信息5的对应关系，规则c包括的匹配条件可以是得到初始预警信息5。当然，所述预设规则集中的规则，以及规则包括的匹配条件可以根据实际情况预先设置，并不限于本说明书所举的例子。
在一些实施例中，若初始预警信息集中的初始预警信息符合所述目标规则的匹配条件，则可以从预设规则集匹配得到目标规则。举例来说，所述初始预警信息集中包括初始预警信息1、初始预警信息2、初始预警信息3、初始预警信息4。在于所述预设规则集进行匹配时，若初始预警信息1和初始预警信息2满足匹配条件，即得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内，则可以得到目标规则1；若初始预警信息3和初始预警信息4满足匹配条件，即得到初始预警信息3和得到初始预警信息4的时间间隔在60秒内，则可以得到目标规则2。
S140：输出所述目标规则对应的警示信息。
在一些实施例中，服务器可以将目标规则对应的警示信息进行输出。例如可以以编码的形式输出至显示器，以便于用户可以根据显示器中显示的编码确定列车是否发生故障；还可以将所述警示输出至客户端，以便于客户端在接收到警示信息后发出警报，例如可以发出鸣笛警报，以改变指示灯颜色的形式发出警报等。
由以上本说明书实施例提供的技术方案可见，本说明书实施例可以获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出所述目标规则对应的警示信息。本说明书实施例提供的列车故障预警方法，将复杂的预警信息拆分为多个简单的子预警信息，使得复杂的预警信息不需要通过大量的检测信息来触发，减少了对检测信息的存储和处理，从而提高列车故障预警效率。
图3为本说明书实施例一种列车故障预警方法的流程图。所述列车故障预警方法可以包括以下步骤。
S310：获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值。
在一些实施例中，所述检测部件可以包括传感器。不同类型的检测部件可以包括不同种类的传感器，如温度传感器、速度传感器、压力传感器、倾角传感器等。这些传感器可以设置在列车的不同位置，例如速度传感器可以设置在列车底部，用于采集列车的运行速度信息；温度传感器可以设置在列车轴承、转向架等位置，用于获取列车不同位置的温度信息；倾角传感器可以设置在列车底部，用于检测铁道的倾斜度和高度差。
在一些实施例中，所述检测信息可以是检测部件采集的信息。具体的，所述检测信息可以是传感器采集的温度信息、速度信息、压力信息等。所述检测信息是一种随时间延续而无限增长的动态数据集合，即是一种按照检测时间先后顺序排列的流数据。举例来说，温度传感器可以每隔预设时间采集温度信息，并将采集的温度信息按时间的先后顺序发送至服务器。
在一些实施例中，所述检测信息可以包括检测时间和检测值。所述检测值包括检测部件采集到的数据具体的值，例如温度传感器的检测值可以是温度传感器所采集到的温度，速度传感器的检测值可以是速度传感器采集到的速度值。所述检测时间包括检测部件采集到数据的时间，例如温度传感器的检测时间可以是某一时刻采集到的温度对应的时间。所述检测信息中的检测时间可以以时间戳的形式发送至服务器，以便于服务器可以根据检测部件采集所述检测值的时间先后顺序对检测信息进行存储和处理。
在一些实施例中，所述检测信息还可以包括检测部件标识。所述检测部件标识可以用于标识检测部件对应哪一列列车、检测部件在列车中的安装位置、检测部件的类型等信息。服务器在接收所述检测信息后，可以根据所述检测部件标识确定检测部件对应的列车、检测部件在列车中的安装位置、检测部件的类型等信息。
S320：为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列。
在一些实施例中，由于所述检测信息是一种随时间延续而无限增长的动态数据集合，随着时间的变化，服务器所接收到的检测信息也越来越多，服务器需要处理的检测信息也越来越多，而且由于网络、处理资源等原因导致检测部件发送的检测信息并不是按照检测时间的顺序发送的，使得服务器在接收到大量的检测信息后，还需要对这些检测信息按照时间的顺序进行排列才能进行后续的处理过程，使得列车故障预警效率降低。因此，可以为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列。
在一些实施例中，每个检测部每隔预设时间都可以采集检测信息，可以为每个检测部件生成一个信息存储队列，用于存储该检测部件对应的检测信息。在接收到同一个检测部件发送的多个检测信息后，可以将这些检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列，即所述信息存储队列中队头的检测信息为后采集的检测信息，队尾的检测信息为先采集的检测信息。
在一些实施例中，在接收新的检测信息时，可以比较新的检测信息对应的检测时间和所述信息存储队列中各个检测信息对应的检测时间，将新的检测检测信息插入至所述信息存储队列中与新的检测信息对应的检测时间最接近的两个检测信息之间，使得插入新的检测信息后，所述信息存储队列中的各个检测信息始终按检测时间的顺序从队头至队尾排列。
S330：在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出。
在一些实施例中，在后续数据处理过程中，根据预警模型预设的时间范围可知，检测时间较早的检测信息可能不会用到。为了优化服务器内存使用量和CPU资源占用率，可以将检测时间较早的检测信息删除。
在一些实施例中，可以预先设置信息存储队列的长度，即设置信息存储队列队头与队尾检测信息对应的检测时间的最大时间差。若队头与队尾检测信息对应的检测时间的最大时间差超过预设值，则可以将队尾的检测信息从信息存储队列中移出，使得信息存储队列的长度不超过预设值。
在一些实施例中，若新的检测信息对应的检测时间晚于信息存储队列中队头的检测信息，则可以在新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出。具体的，若新的检测信息对应的检测时间晚于信息存储队列中队头的检测信息，且新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值，可以将队尾的检测信息从信息存储队列中移出，再将新的检测信息插入至所述信息存储队列的队头。当然，也可以将新的检测信息插入至所述信息存储队列的队头后，将队尾的检测信息从信息存储队列中移出。本说明书实施例对新的检测信息插入所述信息存储队列与将队尾的检测信息从信息存储队列中移出的先后顺序不做限定。
在一些实施例中，若新的检测信息对应的检测时间早于信息存储队列中队尾的检测信息，则不将新的检测信息插入至信息存储队列中。
在一些实施例中，所述预设值可以根据需要预先设置，也可以根据与检测信息关联的初始预警信息来确定。具体的，可以根据所述对应关系获取每个检测部件关联的至少一个初始预警信息；相应的，根据所述至少一个初始预警信息确定所述预设值。
具体的，可以根据所述对应关系确定得到初始预警信息所用到的检测信息。例如，转向架A左侧轴温度与转向架B左侧轴温度相差大于预设温度，则输出初始预警信息C；转向架A左侧轴温度1分钟内升温大于20℃，则生成初始预警信息D。可以看出初始预警信息C和初始预警信息D都用到了转向架A左侧轴温度，则转向架A左侧轴温度对应的温度传感器与初始预警信息C和初始预警信息D相关联。因此，所述预设值可以根据初始预警信息C和初始预警信息D来确定。
在一些实施例中，所述预设值可以根据不同初始预警信息中考虑检测信息的时间范围最大的初始预警信息来确定。举例来说，初始预警信息C的得到条件是转向架A左侧轴温度与转向架B左侧轴温度相差大于预设温度，初始预警信息C考虑到的是同一时刻转向架A左侧轴温度与转向架B左侧轴温度的差值；初始预警信息D的得到条件是转向架A左侧轴温度1分钟内升温大于20℃，初始预警信息D考虑到的1分钟内转向架A左侧轴温度。由此可知，初始预警信息C对于温度的计算考虑的是最新采集到的温度信息，而初始预警信息D对于温度的计算考虑的是最新采集到的温度信息近1分钟内采集到的温度信息，初始预警信息D考虑检测信息的时间范围比初始预警信息C考虑检测信息的时间范围大，可以根据初始预警信息D确定所述预设值的大小。因此，服务器存储最新采集到的温度信息1分钟内转向架A左侧轴温度对应的温度传感器采集的温度信息即可用于计算是否可以输出初始预警信息C和初始预警信息D。在此情况下，可以将转向架A左侧轴温度对应的温度传感器的信息存储队列长度，即预设值，设置可以为1分钟，或者大于1分钟且接近一分钟的值。
S340：将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障。
S350：输出所述初始预警信息集。
在一些实施例中，所述方法还可以包括以下步骤。
S360：将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则，每个所述规则对应有警示信息；所述规则包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障。
在一些实施例中，所述规则可以用于表示初始预警信息与警示信息的对应关系。具体的，如图2所示，警示信息A可以在得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内触发生成。也就是说，警示信息A是初始预警信息1和初始预警信息2满足一定条件下生成的警示信息。由此可以看出，规则可以表示警示信息A与初始预警信息1和初始预警信息2的对应关系，规则包括的匹配条件可以是得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内。
在一些实施例中，所述预设规则集中可以包括多个规则。例如，规则a表示警示信息A与初始预警信息1和初始预警信息2的对应关系，规则a包括的匹配条件可以是得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内；规则b表示警示信息B与初始预警信息3和初始预警信息4的对应关系，规则b包括的匹配条件可以是得到初始预警信息3和得到初始预警信息4的时间间隔在60秒内；规则c表示警示信息C与初始预警信息5的对应关系，规则c包括的匹配条件可以是得到初始预警信息5。当然，所述预设规则集中的规则，以及规则包括的匹配条件可以根据实际情况预先设置，并不限于本说明书所举的例子。
在一些实施例中，若初始预警信息集中的初始预警信息符合所述目标规则的匹配条件，则可以从预设规则集匹配得到目标规则。举例来说，所述初始预警信息集中包括初始预警信息1、初始预警信息2、初始预警信息3、初始预警信息4。在于所述预设规则集进行匹配时，若初始预警信息1和初始预警信息2满足匹配条件，即得到初始预警信息1和得到初始预警信息2的时间间隔在300秒内，则可以得到目标规则1；若初始预警信息3和初始预警信息4满足匹配条件，即得到初始预警信息3和得到初始预警信息4的时间间隔在60秒内，则可以得到目标规则2。
S370：输出所述目标规则对应的警示信息。
在一些实施例中，服务器可以将目标规则对应的警示信息进行输出。例如可以以编码的形式输出至显示器，以便于用户可以根据显示器中显示的编码确定列车是否发生故障；还可以将所述警示输出至客户端，以便于客户端在接收到警示信息后发出警报，例如可以发出鸣笛警报，以改变指示灯颜色的形式发出警报等。
由以上本说明书实施例提供的技术方案可见，本说明书实施例可以获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；为每个检测部件生成一个信息存储队列，所述信息存储队列包括由同一个检测部件采集的多个按检测时间的先后顺序从队头至队尾排列的检测信息；在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；输出所述初始预警信息集，从而减少了服务器内存使用量和CPU资源占用率，提高列车故障预警效率。
图4为本说明书实施例一种列车故障预警装置的功能结构示意图，该装置具体可以包括以下的结构模块。
获得模块410，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；
输入模块420，用于将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；
匹配模块430，用于将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则，每个所述规则对应有警示信息；所述规则包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；
输出模块440，用于输出所述目标规则对应的警示信息。
图5为本说明书实施例一种电子设备的功能结构示意图，所述电子设备可以包括网络通信单元、存储器和处理器。
在一些实施例中，所述网络通信单元可用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值。所述网络通信单元可以遵循网络通信协议进行网络数据通信。
在一些实施例中，所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现列车故障预警的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据用户终端的使用所创建的数据。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(APPlication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。所述处理器可以执行所述计算机指令实现以下步骤：将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则，每个所述规则对应有警示信息；所述规则包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；输出所述目标规则对应的警示信息。
在本说明书实施例中，该电子设备具体实现的功能和效果，可以与其它实施例对照解释，在此不再赘述。
图6为本说明书实施例一种列车故障预警装置的功能结构示意图，该装置具体可以包括以下的结构模块。
获得模块610，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；
生成模块620，用于为每个检测部件生成一个信息存储队列，所述信息存储队列包括由同一个检测部件采集的多个按检测时间的先后顺序从队头至队尾排列的检测信息；
删除模块630，用于在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；
输入模块640，用于将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；
输出模块650，用于输出所述初始预警信息集。
图5为本说明书实施例一种电子设备的功能结构示意图，所述电子设备可以包括网络通信单元、存储器和处理器。
在一些实施例中，所述网络通信单元可用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值。所述网络通信单元可以遵循网络通信协议进行网络数据通信。
在一些实施例中，所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现列车故障预警的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据用户终端的使用所创建的数据。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(APPlication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。所述处理器可以执行所述计算机指令实现以下步骤：为每个检测部件生成一个信息存储队列，所述信息存储队列包括由同一个检测部件采集的多个按检测时间的先后顺序从队头至队尾排列的检测信息；在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；输出所述初始预警信息集。
在本说明书实施例中，该电子设备具体实现的功能和效果，可以与其它实施例对照解释，在此不再赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。尤其，对于装置实施例和设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域技术人员在阅读本说明书文件之后，可以无需创造性劳动想到将本说明书列举的部分或全部实施例进行任意组合，这些组合也在本说明书公开和保护的范围内。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。

Claims (10)

1.一种列车故障预警方法，其特征在于，所述方法包括：
获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；
将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；
将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；
输出所述目标规则对应的警示信息。
2.根据权利要求1所述的方法，其特征在于，所述检测信息为流数据。
3.根据权利要求1所述的方法，其特征在于，所述检测信息还包括检测标识；所述检测标识用于标识所述检测部件的类型和所述检测部件在列车上的位置。
4.根据权利要求1所述的方法，其特征在于，在获得由设置在列车不同位置的多个检测部件采集的多个检测信息后，还包括：
为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列；
在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
根据所述对应关系获取每个检测部件对应的至少一个初始预警信息；
相应的，根据所述至少一个初始预警信息确定所述预设值。
6.一种列车故障预警方法，其特征在于，所述方法包括：
获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；
为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列；
在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；
将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；
输出所述初始预警信息集。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
根据所述对应关系获取每个检测部件对应的至少一个初始预警信息；
相应的，根据所述至少一个初始预警信息确定所述预设值。
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；
输出所述目标规则对应的警示信息。
9.一种列车故障预警装置，其特征在于，所述装置包括：
获得模块，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；
输入模块，用于将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；
匹配模块，用于将所述初始预警信息集中的初始预警信息与预设规则集进行匹配，得到目标规则；其中，所述预设规则集包括多个规则；每个所述规则对应有警示信息，以及包括至少一个匹配条件；所述初始预警信息集中的初始预警信息符合所述目标规则的匹配条件；所述警示信息用于表示列车故障；
输出模块，用于输出所述目标规则对应的警示信息。
10.一种列车故障预警装置，其特征在于，所述装置包括：
获得模块，用于获得由设置在列车不同位置的多个检测部件采集的多个检测信息；所述检测信息包括检测时间和检测值；
生成模块，用于为每个检测部件生成一个信息存储队列，将同一个检测部件采集的多个检测信息按检测时间的先后顺序从所述信息存储队列的队头至队尾排列；
删除模块，用于在所述信息存储队列的队头插入新的检测信息时，在所述新的检测信息对应的检测时间与所述信息存储队列中队尾的检测信息对应的检测时间的差值大于预设值的情况下，将队尾的检测信息从信息存储队列中移出；
输入模块，用于将所述多个检测信息输入至预警模型中，得到初始预警信息集；所述预警模型包括检测信息与初始预警信息的对应关系；所述初始预警信息集中包括多个初始预警信息；所述初始预警信息表示列车故障；
输出模块，用于输出所述初始预警信息集。
CN202010612018.2A 2020-06-30 2020-06-30 一种列车故障预警方法和装置 Active CN111866090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010612018.2A CN111866090B (zh) 2020-06-30 2020-06-30 一种列车故障预警方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010612018.2A CN111866090B (zh) 2020-06-30 2020-06-30 一种列车故障预警方法和装置

Publications (2)

Publication Number Publication Date
CN111866090A true CN111866090A (zh) 2020-10-30
CN111866090B CN111866090B (zh) 2023-03-24

Family

ID=72988792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010612018.2A Active CN111866090B (zh) 2020-06-30 2020-06-30 一种列车故障预警方法和装置

Country Status (1)

Country Link
CN (1) CN111866090B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256959A (zh) * 2021-06-02 2021-08-13 常州市工业互联网研究院有限公司 工业数据采集终端测试系统
CN113353122A (zh) * 2021-06-25 2021-09-07 重庆交通大学 虚拟连挂高速列车在追踪车制动力故障下的控制方法
CN113807731A (zh) * 2021-09-28 2021-12-17 一汽出行科技有限公司 车辆预警信息的处理方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202038323U (zh) * 2011-05-04 2011-11-16 广州市地下铁道总公司 城市轨道交通在线运营状态检测显示系统
CN202283879U (zh) * 2011-09-28 2012-06-27 浙江吉润汽车有限公司 一种车辆控制系统
CN205844886U (zh) * 2016-01-29 2016-12-28 广州能迪能源科技股份有限公司 一种基于物联网的数据采集故障预警系统
CN106338406A (zh) * 2016-10-19 2017-01-18 北京交通大学 列车牵引电传动系统的在线监测与故障预警系统及方法
US20190154547A1 (en) * 2016-12-26 2019-05-23 Hefei Gocom Information &Technology Co., Ltd. Online fault detection device installed in train car and used for high-speed train running component
CN110956821A (zh) * 2019-12-12 2020-04-03 天地伟业技术有限公司 一种划定区域内车辆超时滞留的检测方法
CN111307455A (zh) * 2020-03-06 2020-06-19 西南交通大学 一种基于字典学习的列车转向架轴承故障监测方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202038323U (zh) * 2011-05-04 2011-11-16 广州市地下铁道总公司 城市轨道交通在线运营状态检测显示系统
CN202283879U (zh) * 2011-09-28 2012-06-27 浙江吉润汽车有限公司 一种车辆控制系统
CN205844886U (zh) * 2016-01-29 2016-12-28 广州能迪能源科技股份有限公司 一种基于物联网的数据采集故障预警系统
CN106338406A (zh) * 2016-10-19 2017-01-18 北京交通大学 列车牵引电传动系统的在线监测与故障预警系统及方法
US20190154547A1 (en) * 2016-12-26 2019-05-23 Hefei Gocom Information &Technology Co., Ltd. Online fault detection device installed in train car and used for high-speed train running component
CN110956821A (zh) * 2019-12-12 2020-04-03 天地伟业技术有限公司 一种划定区域内车辆超时滞留的检测方法
CN111307455A (zh) * 2020-03-06 2020-06-19 西南交通大学 一种基于字典学习的列车转向架轴承故障监测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程心平: "地铁车辆走行部故障诊断系统的应用与探讨", 《铁道车辆》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256959A (zh) * 2021-06-02 2021-08-13 常州市工业互联网研究院有限公司 工业数据采集终端测试系统
CN113353122A (zh) * 2021-06-25 2021-09-07 重庆交通大学 虚拟连挂高速列车在追踪车制动力故障下的控制方法
CN113807731A (zh) * 2021-09-28 2021-12-17 一汽出行科技有限公司 车辆预警信息的处理方法、装置、计算机设备及存储介质
CN113807731B (zh) * 2021-09-28 2024-04-09 一汽出行科技有限公司 车辆预警信息的处理方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN111866090B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN111866090B (zh) 一种列车故障预警方法和装置
CN111723727A (zh) 基于边缘计算的云监控方法、装置、电子设备及存储介质
CN111835760B (zh) 报警信息处理方法及装置、计算机存储介质、电子设备
CN108327745B (zh) 一种列车数据实时解析方法和装置
CN112671921A (zh) 数据传输方法、装置、电子设备及可读存储介质
CN111782900B (zh) 异常业务检测方法、装置、电子设备及存储介质
CN111176937A (zh) 消息中间件监控告警系统、方法、终端设备及存储介质
CN112765324B (zh) 一种概念漂移检测方法及装置
CN114550076A (zh) 区域异常行为监控方法、装置、设备及存储介质
CN110401660A (zh) 虚假流量的识别方法、装置、处理设备及存储介质
CN113568841A (zh) 一种针对小程序的风险检测方法、装置及设备
CN118094450B (zh) 一种故障预警方法及相关设备
CN112702228A (zh) 服务限流响应方法、装置、电子设备及可读存储介质
CN111181837A (zh) 一种发送告警信息的方法及装置
CN110852091B (zh) 错别字的监测方法、装置、电子设备和计算机可读介质
CN114417998B (zh) 数据特征映射方法、装置、设备及存储介质
CN114201466B (zh) 防缓存击穿方法、装置、设备及可读存储介质
CN115587593A (zh) 信息抽取方法、装置、电子设备和计算机可读介质
CN114547010A (zh) 数据分析方法、装置、电子设备及存储介质
CN112308678A (zh) 基于图像识别的价格信息处理方法、装置、设备和介质
CN112907257A (zh) 风险阈值确定方法、异常检测方法、装置和电子设备
CN112364285A (zh) 基于ueba建立异常侦测模型的方法、装置及相关产品
CN112529613B (zh) 用户连续登录数据的处理、虚拟资源的转移方法和装置
CN116902041A (zh) 接口数据处理方法、装置、电子设备及介质
CN113407839B (zh) 出行方式的确定方法、装置、设备和存储介质

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