CN112329194B - 一种基于数学模型的铁路信号继电器有效时间参数确定方法 - Google Patents

一种基于数学模型的铁路信号继电器有效时间参数确定方法 Download PDF

Info

Publication number
CN112329194B
CN112329194B CN202010617462.3A CN202010617462A CN112329194B CN 112329194 B CN112329194 B CN 112329194B CN 202010617462 A CN202010617462 A CN 202010617462A CN 112329194 B CN112329194 B CN 112329194B
Authority
CN
China
Prior art keywords
time
correlation
degree
time parameter
parameter
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.)
Active
Application number
CN202010617462.3A
Other languages
English (en)
Other versions
CN112329194A (zh
Inventor
李文华
姜惠
赵正元
潘如政
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.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
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 Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202010617462.3A priority Critical patent/CN112329194B/zh
Publication of CN112329194A publication Critical patent/CN112329194A/zh
Application granted granted Critical
Publication of CN112329194B publication Critical patent/CN112329194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供了一种基于数学模型的铁路信号继电器有效时间参数确定方法,所述基于数学模型的铁路信号继电器有效时间参数确定方法包括以下步骤:整理6个继电器试品的时间参数和接触压降数据,以一个铁路信号继电器的一对触头为例进行分析,将时间参数分为X组,接触压降分为Y组;根据专家经验和继电器性能结构时间参数与接触压降的关系,得到基于机理角度的X组与Y组的相关程度;从数理角度分析X组与Y组参数数据之间的关系,得到基于数理角度的X组与Y组的相关程度;通过和得到时间参数和接触压降的组合相关程度;通过比较各个时间参数的相关程度大小,来确定铁路继电器的有效时间参数。

Description

一种基于数学模型的铁路信号继电器有效时间参数确定方法
技术领域
本发明涉及一种基于数学模型的铁路信号继电器有效时间参数确定方法。
背景技术
铁路信号继电器是铁路设备中主要的开关器件,其可靠性会影响铁路信号系统的安全工作,考虑到触头电磨损对继电器的寿命有很大影响,所以接触电阻对于分析继电器的运行状态很重要,而目前还无法直接对运行状态下的铁路信号继电器的接触电阻进行实时测量,这给基于接触电阻进行有效时间参数的确定带来了很大的困扰。
目前针对铁路信号继电器的有效时间参数确定的问题还不够完善,没有进行系统且充分的了解和分析,如果每次都将所有的时间参数一一进行分析会增加我们的分析时间,甚至会影响最终的预测结果,这样会加大这个研究方向的人力物力,使实验成本增加、浪费时间。
因此,如何较准确地选取铁路信号继电器的有效时间参数以减少实验成本、节约时间,已经成为本领域技术人员亟待解决的问题之一。
发明内容
鉴于上述问题,本发明的目的在于提供一种基于数学模型的铁路信号继电器有效时间参数确定方法,用于解决铁路信号继电器有效时间参数的确定问题,由于接触压降可以与时间参数同步测量,所以本发明采用接触压降这一参数来进行铁路信号继电器有效时间参数的确定。
经过电寿命实验测量得到的时间参数有:触动时间、吸合时间、释放时间、动合超程时间、动断超程时间、吸合自由运动时间、释放自由运动时间,这些时间参数的变化反映了继电器运行状态的变化,相对于接触压降来说这些时间参数哪些比较重要是本发明需要解决的问题。
为解决上述问题,本发明提供一种基于数学模型的铁路信号继电器有效时间参数确定方法,所述基于数学模型的铁路信号继电器有效时间参数确定方法步骤如下:
首先进行数据预处理,对各个参数序列进行异常值处理,主要是零值处理,取其前后5个数值的均值代替,将数据补充完整。经过系统测量得到p个时间参数Xi和接触压降Y,且Xi和Y为n行1列的一维列向量,以Xi为例进行零值处理,若Xi(j)=0(Xi(j)为Xi的第j行数值),那么则令
Figure GDA0003536236570000011
其中i=1,2,..,p,j=1,2,...,n,缺失值和异常值的处理方式与零值处理方式相同。
对各参数数据进行无量纲处理,首先要选取各个参数的基准值,基准值选取的原则要依据各个时间参数之间的关系以及经过缺失值和异常值处理后的参数的原始图像,通过观察主观推断来确定基准值XiB、YB,然后将原始数据除以基准值XiB、YB得到标幺值Xi *、Y*
接下来从机理角度对各个时间参数与接触压降进行关联分析,首先根据经验和机理分析各个时间参数对继电器性能的影响程度,将其分为1~9个等级,等级越高相关程度越大,利用得到的p个分值σi相对于其他时间参数的重要性,即每个时间参数的得分与其他时间参数得分的比值,构造一个判断矩阵A,矩阵A表示为
Figure GDA0003536236570000012
求解矩阵A的特征值和特征向量。得到矩阵A的最大的特征值λmax对应的特征向量σ的绝对值|σ|,将其作为从机理角度分析的各个时间参数相对于接触压降的相关程度ζi (1)
从数理角度对各个时间参数与接触压降进行关联分析,首先求解在继电器触头运动相同次数下时间参数与接触压降的距离,也就是求解在对应维度上的子序列与母序列的关联性。接下来首先求解Xi *与Y*在相同维度上的距离差,即
Figure GDA0003536236570000021
然后求出p个Zi序列的所有数值中的最大值Zimax和最小值Zimin,最大值为
Figure GDA0003536236570000022
最小值为
Figure GDA0003536236570000023
接下来利用如下公式得到子序列Xi *相对于母序列Y*的关联序列:
Figure GDA0003536236570000024
其中ρ是用来控制关联序列的区分度的一个可调节的系数,区间为[0,1],ρ越小,区分度越大,通常取ρ=0.5。接下来利用
Figure GDA0003536236570000025
求解关联序列的均值记作
Figure GDA0003536236570000026
将其作从数理角度分析的各个时间参数与接触压降的相关程度ζi (2)
将从数理角度与从机理角度得到的相关程度结合起来得到各个时间参数的组合相关程度,利用如下公式将其结合:
Figure GDA0003536236570000027
其中
Figure GDA0003536236570000028
取值在(0,1)之间,体现了ζi (1)与ζi (2)的重要程度,
Figure GDA0003536236570000029
越大,表示ζi (1)对于组合相关程度的影响越大,从而得到了时间参数与接触压降的相关程度ζi
如上所述,本发明的基于数学模型的铁路信号继电器有效时间参数确定方法,具有以下收益效果:
1)本发明可根据在继电器动作过程中实时采集的时间参数和接触压降的数据进行相关性分析,解决了接触电阻值不能实时测量而无法与时间参数同步分析的问题。
2)本发明利用定基准值的方法对参数进行无量纲化处理,解决了采用常规的最值归一化方法可能带来的归一化后数据曲线骤降的问题。
3)本发明从机理角度和数理角度相结合的方法对参数进行分析,使分析结果既符合继电器性能要求,也体现了测量数据之间的关系。
附图说明
图1为本发明基于数学模型的铁路信号继电器有效时间参数确定方法的流程图。
图2为6个继电器试品触动时间的折线图。
具体实施方式
下面结合附图和具体实施案例对本发明进行详细说明。本专利的温度不限定,参数的种类不限定,铁路信号继电器的样本数据也不限定。具体步骤如下:
首先选取进行数据分析所用的时间参数,以一个铁路信号继电器的一对触头为例进行分析,每对触头对应的时间参数为触动时间、吸合时间、释放时间、动合超程时间、动断超程时间、吸合自由运动时间、释放自由运动时间共7个时间参数,分别记为x1~x7,而每对触头包括一个常开触头和一个常闭触头,即包括两个接触压降参数,所以首先要将两个接触压降参数进行参数融合。
对于同一对触头来说,常开触头和常闭触头同等重要,所以通过给两个接触压降序列y1、y2分配相同的权重值进行融合,即y=y1/2+y2/2,这样就得到了一个新的接触压降序列,接下来对各个参数序列xi和y进行异常值处理,将所有的异常值利用其前后五个数值的均值代替,由此得到了新的序列Xi(i=1,2,…,7)、Y。
接下来确定各个参数的基准值,选取同时进行电寿命实验的6个试品的参数进行分析,对不同试品的相同参数的折线图进行对比分析,观察图2中6个试品触动时间的折线图,确定了触动时间的基准值为25ms,以同样的方式确定了其他参数的基准值,如表1所示:
表1各参数基准值
Figure GDA0003536236570000031
将原始数据除以各自的基准值得各参数的标幺值序列Xi *(i=1,2,…,7)、Y*
从机理角度分析,首先根据专家经验和机理分析各个时间参数对继电器性能的影响程度对继电器的时间参数进行打分,共有1~9个等级,继电器失效的主要模式有触点接触不良,其主要原因是超程不足等,超程时间可以反应继电器的超程,所以动断超程时间和动合超程时间的评分为5分;吸合时间和释放时间可以在一定程度上反应继电器触头的吸合和释放的运动距离,吸合时间和释放时间的评分为3分;在触点自由运动的时间里触头并没有接触,所以给吸合自由运动时间和释放自由运动时间打2分;在衔铁还没有动作之前属于触动时间,所以给触动时间打1分,得分表如表2所示:
表2时间参数得分表
Figure GDA0003536236570000032
根据
Figure GDA0003536236570000033
的构造规则,通过时间参数的得分建立判断矩阵,由于吸合时间和释放时间、动断超程时间和动合超程时间、吸合自由运动时间和释放自由运动时间的得分是相同的,所以只需选取两个参数中的一个来构造判断矩阵方可,由此建立判断矩阵
Figure GDA0003536236570000034
求解矩阵A的最大的特征值λmax=4所对应的特征向量σ=[-0.1140,-0.3419,-0.5698,-0.2279],其特征向量的绝对值|σ|即为从机理角度分析的各个时间参数与接触压降的相关程度ζi (1),如表3所示:
表3基于机理角度分析的相关程度
Figure GDA0003536236570000035
从数理角度分析,首先求解Xi *与Y*在相同维度上的距离差,即
Figure GDA0003536236570000036
然后通过求解最大值的公式
Figure GDA0003536236570000037
和求解最小值的公式
Figure GDA0003536236570000038
得到最大值Zmax和最小值Zmin,接下来利用求解关联序列的公式,如下式:
Figure GDA0003536236570000039
取ρ=0.5代到上述公式,结合得到的7个Zi序列的所有元素中的最大值Zmax和最小值Zmin,得到子序列Xi *相对于母序列Y*的关联序列γi,接下来利用
Figure GDA0003536236570000041
求解关联序列γi的均值
Figure GDA0003536236570000042
Figure GDA0003536236570000043
作为从数理角度分析的各个时间参数与接触压降的相关程度ζi (2),如下表4所示:
表4基于数理角度分析的相关程度
Figure GDA0003536236570000044
将从数理角度与从机理角度得到的相关程度结合起来得到各个时间参数的组合相关程度,利用如下公式将其结合:
Figure GDA0003536236570000045
由于单纯从机理分析的方法是基于主观判断的,如果由于对继电器原理结构等分析不透彻导致评分不符合继电器运行的真实状态,那么结果会与真实情况有所偏差,所以取
Figure GDA0003536236570000046
把基于数理角度分析得到的相关程度占比加大,使组合相关程度更能有效地反映继电器运行的真实状态。得组合相关程度如表5所示:
表5组合相关程度
Figure GDA0003536236570000047
由组合相关程度可知,时间参数与接触压降的关联程度由大到小排序为:动合超程时间、释放自由运动时间、触动时间、动断超程时间、释放时间、吸合时间、吸合自由运动时间。由此,选择前三个时间参数即动合超程时间、释放自由运动时间和触动时间作为铁路继电器的有效时间参数。

Claims (2)

1.一种基于数学模型的铁路信号继电器有效时间参数确定方法,其特征在于,所述一种基于数学模型的铁路信号继电器有效时间参数确定方法包括以下步骤:
S1:整理电参数实验的6个继电器试品的所有时间参数和接触压降的数据,选择其中一个试品的一对触点进行分析,将时间参数数据作为X组,接触压降数据作为Y组;
S2:从机理角度分析,到时间参数与接触压降的相关程度ζi (1)
步骤2-1分析各个时间参数对继电器性能的影响程度,给各个时间参数进行打分,利用分值构造判断矩阵
Figure FDA0003523808230000011
其中σi为各个时间参数的评分,p为7种时间参数;
步骤2-2求解矩阵A的特征值和特征向量;
步骤2-3求解矩阵A的最大的特征值λmax对应的特征向量σ的绝对值|σ|;
步骤2-4将|σ|作为从机理角度分析的各个时间参数相对于接触压降的相关程度ζi (1)
S3:从数理角度分析,通过求解在相同维度上子序列相对于母序列的关联性,得到时间参数与接触压降的相关程度ζi (2)
步骤3-1确定参数的基准值对参数进行无量纲处理,处理后得到的标幺值记作Xi *、Y*
步骤3-2求解Xi *与Y*在相同维度上的距离差,即
Figure FDA0003523808230000012
步骤3-3求出p个Zi序列的所有数值中的最大值Zimax和最小值Zimin,最大值为
Figure FDA0003523808230000013
最小值为
Figure FDA0003523808230000014
步骤3-4利用得到子序列Xi *相对于母序列Y*的关联序列:
Figure FDA0003523808230000015
其中ρ是用来控制关联序列的区分度的一个可调节的系数,区间为[0,1],ρ越小,区分度越大,取ρ=0.5;
步骤3-5利用
Figure FDA0003523808230000016
求解关联序列的均值记作
Figure FDA0003523808230000017
Figure FDA0003523808230000018
作从数理角度分析的各个时间参数与接触压降的相关程度ζi (2)
S4:求解组合相关程度ζi,最后根据ζi的大小决定铁路信号继电器的有效时间参数。
2.根据权利要求1所述的方法,其特征在于,步骤4包括求解组合相关程度;
步骤为利用公式
Figure FDA0003523808230000019
得到组合相关程度ζi,其中
Figure FDA00035238082300000110
的取值根据ζi (1)与ζi (2)的重要程度决定。
CN202010617462.3A 2020-07-01 2020-07-01 一种基于数学模型的铁路信号继电器有效时间参数确定方法 Active CN112329194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010617462.3A CN112329194B (zh) 2020-07-01 2020-07-01 一种基于数学模型的铁路信号继电器有效时间参数确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010617462.3A CN112329194B (zh) 2020-07-01 2020-07-01 一种基于数学模型的铁路信号继电器有效时间参数确定方法

Publications (2)

Publication Number Publication Date
CN112329194A CN112329194A (zh) 2021-02-05
CN112329194B true CN112329194B (zh) 2022-04-22

Family

ID=74304332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010617462.3A Active CN112329194B (zh) 2020-07-01 2020-07-01 一种基于数学模型的铁路信号继电器有效时间参数确定方法

Country Status (1)

Country Link
CN (1) CN112329194B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515671A (zh) * 2021-07-01 2021-10-19 河北工业大学 继电器时间参数异常值识别方法、服务端及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070001058A1 (en) * 2005-06-30 2007-01-04 Severson Frederick E Model railroad control and sound systems
CN101806861B (zh) * 2010-04-19 2012-02-15 哈尔滨工业大学 一种密封电磁继电器电接触失效类别判定方法
RU2469343C1 (ru) * 2011-04-29 2012-12-10 Владимир Геннадьевич Юдин Стенд для регулирования и контроля параметров реле сигнализации, централизации и блокировки железных дорог
CN106446317B (zh) * 2016-06-01 2020-02-07 河北工业大学 一种基于数学模型的密封式继电器贮存寿命预测方法
CN110245379A (zh) * 2019-05-09 2019-09-17 东北林业大学 一种密封式电磁继电器失效机理判别方法
CN110095717B (zh) * 2019-06-19 2024-06-04 中铁检验认证中心有限公司 一种铁路信号用断相保护器测试台
CN110795863B (zh) * 2019-11-12 2022-02-18 哈尔滨工业大学 一种基于多维设计参数的继电器寿命预测方法
CN110687445A (zh) * 2019-11-22 2020-01-14 佳讯飞鸿(北京)智能科技研究院有限公司 一种铁路信号电路继电器状态监测系统和方法
CN111079299B (zh) * 2019-12-20 2022-03-25 哈尔滨工业大学 容性负载下电磁继电器闭合弹跳电接触力学特性计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
电磁继电器内推杆式触簧系统动作过程的模拟试验研究;任万滨等;《电器与能效管理技术》;20151030(第20期);全文 *
航天电磁继电器仿真建模及质量特性分析;王瑛琪等;《电器与能效管理技术》;20150530(第10期);全文 *

Also Published As

Publication number Publication date
CN112329194A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
WO2021042935A1 (zh) 基于隐马尔科夫模型和迁移学习的轴承寿命预测方法
CN103824137B (zh) 一种复杂机械设备多工况故障预测方法
CN106845526B (zh) 一种基于大数据融合聚类分析的关联参数故障分类方法
CN105425118A (zh) 一种多信息融合故障电弧检测方法及装置
CN108921812B (zh) 基于图像识别的断路器弹簧疲劳状态智能评价方法
CN112329194B (zh) 一种基于数学模型的铁路信号继电器有效时间参数确定方法
CN110609524A (zh) 一种工业设备剩余寿命预测模型及其构建方法和应用
CN103914064A (zh) 基于多分类器和d-s证据融合的工业过程故障诊断方法
CN104880217B (zh) 一种基于测量值关联度的故障传感器信息重构方法
CN111382809B (zh) 一种基于电机输出功率的隔离开关机械故障诊断方法
CN110865924B (zh) 电力信息系统内部服务器健康度诊断方法与健康诊断框架
CN106199267B (zh) 一种电力设备故障特征分析方法
CN109871975A (zh) 基于数据挖掘的故障抢修处理时长预测方法
CN105403777B (zh) 复合绝缘子老化状态分级及判别方法
CN110174612A (zh) 低压断路器故障预警检测方法
CN112132226A (zh) 一种±1100kV复合绝缘子缺陷诊断方法
CN106022636B (zh) 一种宇航元器件pid实施成效评价方法
CN115575863A (zh) 一种基于相空间轨迹图原理的oltc声纹信号识别方法
CN112352165B (zh) 用于监测断路器的方法以及使用该方法的装置和物联网
CN109901064A (zh) 基于ica-lvq的高压断路器故障诊断方法
CN110532512B (zh) 基于大数据分析的设备失效模式诊断特征参量分析方法
Panigrahy et al. Condition assessment of high voltage insulator using convolutional neural network
CN112434979A (zh) 道岔系统健康评估方法
CN116577190B (zh) 一种t型实验试块的智能化检测方法
CN109784777B (zh) 基于时序信息片段云相似度度量的电网设备状态评估方法

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
DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: Jiang Hui

Document name: Notice of publication and substantive examination of invention patent application

GR01 Patent grant
GR01 Patent grant