CN113377090B - 动车组用压力变化模型、风门故障诊断方法、系统及装置 - Google Patents
动车组用压力变化模型、风门故障诊断方法、系统及装置 Download PDFInfo
- Publication number
- CN113377090B CN113377090B CN202110921763.XA CN202110921763A CN113377090B CN 113377090 B CN113377090 B CN 113377090B CN 202110921763 A CN202110921763 A CN 202110921763A CN 113377090 B CN113377090 B CN 113377090B
- Authority
- CN
- China
- Prior art keywords
- air door
- door
- motor train
- train unit
- exhaust
- 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
Links
Images
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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
本发明涉及一种动车组用压力变化模型、风门故障诊断方法、系统及装置,其中动车组空调风门故障诊断方法包括:实时获取动车组内的压力数据;构建动车组内的压力变化模型,以获取动车组内的标准压力变化趋势和阈值;在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及对风门故障进行预警,实现了对风门动作及反馈异常情况进行智能诊断,进一步推测风门实际状态,可提高空调的工作效率,降低能耗,针对风门反馈异常,而风门实际状态正常的情况,及时进行预警,提醒客服人员预防性检查及更换,提高产品的可靠性,对风门实际动作状态进行判断,避免空调误报故障,提高用户满足度、降低空调维护成本。
Description
技术领域
本发明属于列车风门故障诊断技术领域,具体涉及一种动车组用压力变化模型、风门故障诊断方法、系统及装置。
背景技术
在当前动车组空调中,设有新风门及废排风门,均为气动风门。主要用于调节风量、压力波保护。根据空调工作模式、外温、压力波保护等需求打开或关闭。风门故障判断方法为:1.输出风门打开指令,在一定时间内风门反馈为关;2.输出风门关闭指令,在一定时间内风门反馈为开;如果1或2连续N次满足,则报风门故障。但是传统的风门故障判断的过程中存在许多问题:输出风门关闭指令时,关闭指令已执行,风门实际已关闭,而风门反馈仍然为开状态,导致误报风门关闭故障;输出风门打开指令时,打开指令已执行,风门实际已打开,而风门反馈仍然为关状态,导致误报风门打开故障。以上问题原因是:风门反馈的磁感应开关安装不当或磁感应开关故障。数字量输入板故障或反馈点故障。而空调控制系统仅通过风门反馈来判断故障,不能分辨是风门实际故障,或是因磁感应开关故障、输入点故障导致的反馈与实际状态不符,进而频繁误报故障,增加了故障率、降低客户体验感,并增加维护成本。
因此,基于上述技术问题需要设计一种新的动车组用压力变化模型、风门故障诊断方法、系统及装置。
发明内容
本发明的目的是提供一种动车组用压力变化模型、风门故障诊断方法、系统及装置。
为了解决上述技术问题,
本发明提供一种动车组空调风门故障诊断方法,包括:
实时获取动车组内的压力数据;
构建动车组内的压力变化模型Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust * R exhaust1- V exhaust * R exhaust2]* t,以获取动车组内的标准压力变化趋势和阈值;
在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及
对风门故障进行预警;
所述压力变化模型中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间。
进一步,所述实时获取动车组内的压力数据的方法包括:
实时获取动车组内的压力数据,并根据实时的压力数据获取实时的压力变化趋势。
进一步,所述构建动车组内的压力变化模型,以获取动车组内的标准压力变化趋势和阈值的方法包括:
根据预设时间内获取的车内压力变化值获取动车组内标准压力变化趋势;
根据各设备及设备的状态,构成不同数据组,根据不同状态下、计时时间t内的车内压力变化值获取风门开、关时的压力变化阈值;
获取风门状态正常时相应的标准压力变化趋势和阈值,即
当新风门开并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当新风门关并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当废排风门开并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当废排风门关并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值。
进一步,所述在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障的方法包括:
当风门异常时,将实时的压力变化趋势与风门正常时相应的标准压力变化趋势进行比较,相符时判断风门磁感应开关及数字输入点故障,否则判断风门故障,即
在变化趋势相同,并在相等的预设时间内达到峰值或谷值时,判断实时的压力变化趋势与风门正常时相应的标准压力变化趋势相符。
进一步,所述对风门故障进行预警的方法包括:
当判断风门磁感应开关及数字输入点故障时,记录风门异常,并对风门磁感应开关及数字输入点故障进行预警;
当判断风门故障时,输出风门故障信号。
第二方面,本发明还提供了一种上述动车组空调风门故障诊断方法采用的动车组用压力变化模型,包括:
Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust *R exhaust1- V exhaust * R exhaust2]* t;
其中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度; R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间;
根据预设时间内获取的车内压力变化值获取动车组内标准压力变化趋势。
第三方面,本发明还提供一种采用上述动车组空调风门故障诊断方法的动车组空调风门故障诊断系统,包括:
车内压力监测模块,实时获取动车组内的压力数据;
车内压力学习模块,构建动车组内的压力变化模型Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust * R exhaust1- V exhaust * R exhaust2]* t,以获取动车组内的标准压力变化趋势和阈值;
车内压力变化比较模块,将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及
故障预警模块,对风门故障进行预警;
所述动车组空调风门故障诊断系统适于采用上述的动车组空调风门故障诊断方法;
所述压力变化模型中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间。
第四方面,本发明还提供一种采用上述动车组空调风门故障诊断方法的动车组空调风门故障诊断装置,包括:
控制模块,与该控制模块电性连接的存储模块;
所述控制模块适于获取动车组内的标准压力变化趋势和阈值并存储在所述存储模块中,并且所述控制模块适于根据动车组内的压力数据在风门异常时判断风门故障;
所述动车组空调风门故障诊断装置适于采用上述的动车组空调风门故障诊断方法。
第五方面,本发明还提供一种采用上述动车组空调风门故障诊断装置的动车组,包括:
风门故障诊断装置、通讯模块、车内压力监测模块、空调元件动作及状态模块和诊断模块;
所述空调元件动作及状态模块适于获取风机运行数据、风门指令及状态,并通过所述通讯模块发送至所述风门故障诊断装置;
所述车内压力监测模块适于实时检测车内压力值,并通过所述通讯模块发送至所述风门故障诊断装置;
所述诊断模块适于诊断风门状态,并将诊断结果通过所述通讯模块发送至所述风门故障诊断装置;
所述风门故障诊断装置适于根据风机运行数据、风门指令及状态获取动车组内的标准压力变化趋势和阈值,以及
所述风门故障诊断装置适于根据动车组内的压力数据在诊断风门异常时判断风门故障;
所述风门故障诊断装置适于采用上述的动车组空调风门故障诊断装置。
本发明的有益效果是,本发明通过实时获取动车组内的压力数据;构建动车组内的压力变化模型,以获取动车组内的标准压力变化趋势和阈值;在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及对风门故障进行预警,实现了对风门动作及反馈异常情况进行智能诊断,进一步推测风门实际状态,可提高空调的工作效率,降低能耗,针对风门反馈异常,而风门实际状态正常的情况,及时进行预警,提醒客服人员预防性检查及更换,提高产品的可靠性,对风门实际动作状态进行判断,避免空调误报故障,提高用户满足度、降低空调维护成本。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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是本发明所涉及的动车组空调风门故障诊断方法的流程图;
图2是本发明所涉及的动车组空调风门故障诊断方法的具体流程图;
图3是本发明所涉及的动车组空调风门故障诊断系统的原理框图;
图4是本发明所涉及的动车组空调风门故障诊断装置的原理框图;
图5是本发明所涉及的动车组的原理框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1
图1是本发明所涉及的动车组空调风门故障诊断方法的流程图。
如图1所示,本实施例1提供一种动车组空调风门故障诊断方法,包括:实时获取动车组内的压力数据;构建动车组内的压力变化模型Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm *R efm + S door* R door + V* Rv- S exhaust * R exhaust1- V exhaust * R exhaust2]* t,以获取动车组内的标准压力变化趋势和阈值(阈值即为标准压力变化趋势中的峰值和谷值);所述压力变化模型中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间;在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及对风门故障进行预警,实现了对风门动作及反馈异常情况进行智能诊断,进一步推测风门实际状态,可提高空调的工作效率,降低能耗,针对风门反馈异常,而风门实际状态正常的情况,及时进行预警,提醒客服人员预防性检查及更换,提高产品的可靠性,对风门实际动作状态进行判断,避免空调误报故障,提高用户满足度、降低空调维护成本。
图2是本发明所涉及的动车组空调风门故障诊断方法的具体流程图。
如图2所示,在本实施例中,所述实时获取动车组内的压力数据的方法包括:实时获取动车组内的压力数据,并根据实时的压力数据获取实时的压力变化趋势;可以通过动车内的传感器实时检测动车内的压力,获取动车内实时的压力变化趋势。
在本实施例中,所述构建动车组内的压力变化模型,以获取动车组内的标准压力变化趋势和阈值的方法包括:当风门开、关及反馈正常时,根据通风机、废排风机是否开启、车门是否开启、列车速度、车内压力数据,计算以上元件在不同状态下,风门开、关时的标准压力变化趋势及变化阈值,并根据数据的积累实时进行优化;
Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust *R exhaust1- V exhaust * R exhaust2]* t;
其中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关,不同车型风门数量不同;Vy fresh 为新风门y状态,1代表开,0代表关,不同车型风门数量不同;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度(范围可以是0-400km/h);R efm 为通风机开启影响系数(可以根据实验数据设定初始值,例如R fvalve =100);R exhaust1为废排风机开启影响系数(可以根据实验数据设定初始值,例如R exhaust1 =150);R door 为车门开启影响系数(可以根据实验数据设定初始值,例如R door =100);R fvalve 为新风门开启影响系数(可以根据实验数据设定初始值,例如R fvalve =100);R exhaust2为废排风门开启影响系数(可以根据实验数据设定初始值,例如R exhaust2 =150);Rv为列车速度影响系数(例如Rv=1);t为计时时间;
根据各设备及设备的状态,构成不同数据组,根据不同状态下、一定的计时时间t内的车内压力变化值获取风门开、关时的压力变化阈值;根据各数据不同的组合计算阈值,如:[ Vx fresh, =开 , Vy freh =开, S efm =开,S door =关, V=200, S exhaust =开,V exhaust 开],[Vx fresh, =关 , Vy freh =关, S efm =开,S door =关, V=100, S exhaust =开,V exhaust 关],以此类推,根据不同组合的计算结果得出阈值;根据预设时间内获取的车内压力变化值获取动车组内标准压力变化趋势,判断计时时间是否超过预设时间,在预设时间内获取车内的压力,以获取车内压力变化值,最终获取动车组内标准压力变化趋势;
获取风门状态正常时相应的标准压力变化趋势和阈值,即
当新风门开并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当新风门关并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当废排风门开并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当废排风门关并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
可以通过动车中空调元件动作及状态模块获取通风机运行数据、风门指令及状态,实时获取动车的列车速度、车门状态、运行时间等信息,可以通过动车内的诊断模块根据风门指令及状态初步判断风门状态为异常或正常,在异常时执行后续智能判断,以精确的判断风门故障;可以将获取的通风机运行数据、风门指令及状态、动车的列车速度、车门状态、运行时间、动车内的压力数据等存储在存储模块中,并将通过压力变化模型获取的标准压力变化趋势存储在存储模块中。
在本实施例中,所述在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障的方法包括:当风门异常时,将实时的压力变化趋势和阈值与风门正常时相应的标准压力变化趋势和阈值进行比较,相符时判断风门磁感应开关及数字输入点故障,否则判断风门故障;在诊断模块诊断风门异常时,根据正常时的标准压力变化趋势和阈值与当前的实时的压力变化趋势和阈值进行比较,当两者的趋势相符时判断风门故障的原因可能为风门的磁感应开关及数字输入点故障,此时记录当前的风门异常,向动车中空调的本控屏发送预警,提醒客服人员检查磁感应开关及数字输入点;当两者的趋势不相符时,判断风门故障,直接进行风门故障报警;当风门正常时不进行后续风门故障判断;在变化趋势相同,并在相等的预设时间内达到相应的峰值或谷值时,判断实时的压力变化趋势与风门正常时相应的标准压力变化趋势相符(例如,都是上升趋势,在相同时间后同时到达相同的峰值,都是下降趋势,在相同时间后同时到达相同的谷值);新风门打开故障,即给出风门开指令,而反馈为关状态,新风门如果正常打开,压力呈上升趋势,并在一定时间内达到峰值;新风门关闭故障,即给出风门关指令,而反馈为开状态,新风门如果正常关闭,压力呈下降趋势,并在一定时间内达到谷值;废排风门打开故障,即给出风门开指令,而反馈为关状态,废排风门如果正常打开,压力呈下降趋势,并在一定时间内达到谷值;废排门关闭故障,即给出风门关指令,而反馈为开状态,废排风门如果关闭,压力呈上升趋势,并在一定时间内达到峰值。
在本实施例中,所述对风门故障进行预警的方法包括:当判断风门磁感应开关及数字输入点故障时,记录风门异常,并对风门磁感应开关及数字输入点故障进行预警;当判断风门故障时,输出风门故障信号。
实施例2
本实施例2提供了一种实施例1中动车组空调风门故障诊断方法中采用的动车组用压力变化模型,包括:
Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust *R exhaust1- V exhaust * R exhaust2]* t;
其中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间;根据预设时间内获取的车内压力变化值获取动车组内标准压力变化趋势;通过动车组用压力变化模型可以获取风门正常时动车内的标准压力变化趋势,为后续精确的判断风门故障提供基础。
实施例3
图3是本发明所涉及的动车组空调风门故障诊断系统的原理框图。
如图3所示,在实施例2的基础上,本实施例3还提供一种动车组空调风门故障诊断系统,包括:车内压力监测模块,实时获取动车组内的压力数据;
车内压力学习模块,构建动车组内的压力变化模型Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust * R exhaust1- V exhaust * R exhaust2]* t,以获取动车组内的标准压力变化趋势和阈值;车内压力变化比较模块,将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及故障预警模块,对风门故障进行预警;所述压力变化模型中,Pa为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间。
在本实施例中,各模块的具体方法在实施例2中已经详细描述在本实施例中不再赘述。
实施例4
图4是本发明所涉及的动车组空调风门故障诊断装置的原理框图。
如图4所示,在实施例3的基础上,本实施例4还提供一种动车组空调风门故障诊断装置,包括:控制模块,与该控制模块电性连接的存储模块;所述控制模块适于获取动车组内的标准压力变化趋势和阈值并存储在所述存储模块中,并且所述控制模块适于根据动车组内的压力数据在风门异常时判断风门故障。
在本实施例中,所述控制模块集成了实施例3中各模块的功能,或者控制模块直接采用实施例1中的动车组空调风门故障诊断方法。
实施例5
图5是本发明所涉及的动车组的原理框图。
如图5所示,在实施例4的基础上,本实施例5还提供一种动车组,包括:风门故障诊断装置、通讯模块、车内压力监测模块、空调元件动作及状态模块和诊断模块;当诊断模块诊断风门正常时,风门故障诊断装置不进行诊断;所述空调元件动作及状态模块适于获取风机运行数据、风门指令及状态,并通过所述通讯模块发送至所述风门故障诊断装置;所述车内压力监测模块适于实时检测车内压力值,并通过所述通讯模块发送至所述风门故障诊断装置;所述诊断模块适于诊断风门状态,并将诊断结果通过所述通讯模块发送至所述风门故障诊断装置;所述风门故障诊断装置适于根据风机运行数据、风门指令及状态获取动车组内的标准压力变化趋势和阈值,以及所述风门故障诊断装置适于根据动车组内的压力数据在诊断风门异常时判断风门故障。
空调元件动作及状态模块将通风机运行数据、风门指令及状态通过通讯模块中内部通讯模块发送给风门故障诊断装置中的控制模块;列车速度、车门状态、运行时间等网络信息通过通讯模块中列车网络通讯模块发送给风门故障诊断装置中的控制模块;车内压力监测模块,通过传感器实时监测车内压力值,通过内部通讯模块发给风门故障诊断装置中的控制模块,风门故障诊断装置中的控制模块将动车组内标准压力变化趋势计算所需要的数据进行处理并通过风门故障诊断装置中的存储模块进行存储;在诊断模块执行完传统风门故障判断逻辑后,若风门反馈异常,风门故障诊断装置执行智能诊断进一步推算风门实际状态,再根据诊断结果上报网络或本地预警。
在本实施例中,所述风门故障诊断装置适于采用实施例4中的动车组空调风门故障诊断装置。
综上所述,本发明通过实时获取动车组内的压力数据;构建动车组内的压力变化模型,以获取动车组内的标准压力变化趋势和阈值;在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及对风门故障进行预警,实现了对风门动作及反馈异常情况进行智能诊断,进一步推测风门实际状态,可提高空调的工作效率,降低能耗,针对风门反馈异常,而风门实际状态正常的情况,及时进行预警,提醒客服人员预防性检查及更换,提高产品的可靠性,对风门实际动作状态进行判断,避免空调误报故障,提高用户满足度、降低空调维护成本。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (9)
1.一种动车组空调风门故障诊断方法,其特征在于,包括:
实时获取动车组内的压力数据;
构建动车组内的压力变化模型Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door +V* Rv- S exhaust * R exhaust1 - V exhaust * R exhaust2]* t,以获取动车组内的标准压力变化趋势和阈值;
在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及
对风门故障进行预警;
所述压力变化模型中,Pa 为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间。
2.如权利要求1所述的动车组空调风门故障诊断方法,其特征在于,
所述实时获取动车组内的压力数据的方法包括:
实时获取动车组内的压力数据,并根据实时的压力数据获取实时的压力变化趋势。
3.如权利要求2所述的动车组空调风门故障诊断方法,其特征在于,
所述构建动车组内的压力变化模型,以获取动车组内的标准压力变化趋势和阈值的方法包括:
根据预设时间内获取的车内压力变化值获取动车组内标准压力变化趋势;
根据各设备及设备的状态,构成不同数据组,根据不同状态下、计时时间t内的车内压力变化值获取风门开、关时的压力变化阈值;
获取风门状态正常时相应的标准压力变化趋势和阈值,即
当新风门开并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当新风门关并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当废排风门开并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值;
当废排风门关并且反馈正常时,获取动车组内标准压力变化趋势及压力变化阈值。
4.如权利要求3所述的动车组空调风门故障诊断方法,其特征在于,
所述在风门异常时将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障的方法包括:
当风门异常时,将实时的压力变化趋势与风门正常时相应的标准压力变化趋势进行比较,相符时判断风门磁感应开关及数字输入点故障,否则判断风门故障,即
在变化趋势相同,并在相等的预设时间内达到峰值或谷值时,判断实时的压力变化趋势与风门正常时相应的标准压力变化趋势相符。
5.如权利要求4所述的动车组空调风门故障诊断方法,其特征在于,
所述对风门故障进行预警的方法包括:
当判断风门磁感应开关及数字输入点故障时,记录风门异常,并对风门磁感应开关及数字输入点故障进行预警;
当判断风门故障时,输出风门故障信号。
6.一种如权利要求1-5任一项所述的动车组空调风门故障诊断方法采用的动车组用压力变化模型,其特征在于,包括:
Pa=[(Vx fresh + Vy fresh )* R fvalve + S efm * R efm + S door* R door + V* Rv- S exhaust * R exhaust1 -V exhaust * R exhaust2]* t;
其中,Pa 为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间;
根据预设时间内获取的车内压力变化值获取动车组内标准压力变化趋势。
7.一种动车组空调风门故障诊断系统,其特征在于,包括:
车内压力监测模块,实时获取动车组内的压力数据;
车内压力学习模块,构建动车组内的压力变化模型Pa=[(Vx fresh + Vy fresh )* R fvalve +S efm * R efm + S door* R door + V* Rv- S exhaust * R exhaust1 - V exhaust * R exhaust2]* t,以获取动车组内的标准压力变化趋势和阈值;
车内压力变化比较模块,将动车组内的实时压力变化趋势与标准压力变化趋势和阈值进行比较,以判断风门故障;以及
故障预警模块,对风门故障进行预警;
所述压力变化模型中,Pa 为车内压力变化值;S efm 为通风机状态,1代表开,0代表关;S exhaust 为废排风机状态,1代表开,0代表关;S door 为车门状态,1代表开,0代表关;Vx fresh 为新风门x状态,1代表开,0代表关;Vy fresh 为新风门y状态,1代表开,0代表关;V exhaust 为废排风门状态,1代表开,0代表关;V为列车速度;R efm 为通风机开启影响系数;R exhaust1为废排风机开启影响系数;R door 为车门开启影响系数;R fvalve 为新风门开启影响系数;R exhaust2为废排风门开启影响系数;Rv为列车速度影响系数;t为计时时间;
所述动车组空调风门故障诊断系统适于采用如权利要求1-5任一项所述的动车组空调风门故障诊断方法。
8.一种动车组空调风门故障诊断装置,其特征在于,包括:
控制模块,与该控制模块电性连接的存储模块;
所述控制模块适于获取动车组内的标准压力变化趋势和阈值并存储在所述存储模块中,并且所述控制模块适于根据动车组内的压力数据在风门异常时判断风门故障;
所述动车组空调风门故障诊断装置适于采用如权利要求1-5任一项所述的动车组空调风门故障诊断方法。
9.一种动车组,其特征在于,包括:
风门故障诊断装置、通讯模块、车内压力监测模块、空调元件动作及状态模块和诊断模块;
所述空调元件动作及状态模块适于获取风机运行数据、风门指令及状态,并通过所述通讯模块发送至所述风门故障诊断装置;
所述车内压力监测模块适于实时检测车内压力值,并通过所述通讯模块发送至所述风门故障诊断装置;
所述诊断模块适于诊断风门状态,并将诊断结果通过所述通讯模块发送至所述风门故障诊断装置;
所述风门故障诊断装置适于根据风机运行数据、风门指令及状态获取动车组内的标准压力变化趋势和阈值,以及
所述风门故障诊断装置适于根据动车组内的压力数据在诊断风门异常时判断风门故障;
所述风门故障诊断装置适于采用如权利要求8所述的动车组空调风门故障诊断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110921763.XA CN113377090B (zh) | 2021-08-12 | 2021-08-12 | 动车组用压力变化模型、风门故障诊断方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110921763.XA CN113377090B (zh) | 2021-08-12 | 2021-08-12 | 动车组用压力变化模型、风门故障诊断方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113377090A CN113377090A (zh) | 2021-09-10 |
CN113377090B true CN113377090B (zh) | 2021-10-29 |
Family
ID=77576831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110921763.XA Active CN113377090B (zh) | 2021-08-12 | 2021-08-12 | 动车组用压力变化模型、风门故障诊断方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113377090B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116698281B (zh) * | 2023-08-02 | 2023-10-03 | 新誉集团有限公司 | 列车压力波传感器的故障检测方法和系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6981383B2 (en) * | 2004-01-20 | 2006-01-03 | Carrier Corporation | Zone damper fault detection in an HVAC system |
CN103963795B (zh) * | 2013-08-29 | 2016-06-29 | 南车南京浦镇车辆有限公司 | 快速地铁车辆压力波控制方法 |
CN104568309A (zh) * | 2014-12-23 | 2015-04-29 | 长春轨道客车股份有限公司 | 空调压力波传感器的功能检测方法 |
CN106406295B (zh) * | 2016-12-02 | 2019-02-26 | 南京康尼机电股份有限公司 | 基于多工况的轨道交通车辆门系统故障诊断及预警方法 |
FR3068922B1 (fr) * | 2017-07-12 | 2019-07-19 | Valeo Systemes Thermiques | Volet extrude et dispositif d'obturation d'entree d'air de face avant d'un vehicule automobile comprenant un ensemble de tels volets |
CN207528391U (zh) * | 2017-11-25 | 2018-06-22 | 中车长春轨道客车股份有限公司 | 动车组压力波传感器功能测试装置 |
CN110435710B (zh) * | 2018-05-04 | 2021-01-22 | 中车齐齐哈尔车辆有限公司 | 列车管压力的模拟控制方法、装置及模拟控制器 |
CN110425694B (zh) * | 2019-08-09 | 2021-05-25 | 长江慧控科技(武汉)有限公司 | 基于phm的高铁智能车站暖通空调能效控制管理方法 |
CN112793604A (zh) * | 2021-02-04 | 2021-05-14 | 株洲中车时代电气股份有限公司 | 轨道列车的压力波保护阀控制方法、装置、系统及服务器 |
CN113139242B (zh) * | 2021-05-14 | 2024-01-30 | 中国铁道科学研究院集团有限公司 | 动车组压力变换阀性能的在线评估方法及装置 |
-
2021
- 2021-08-12 CN CN202110921763.XA patent/CN113377090B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113377090A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6976503B2 (en) | Diagnostic system and method for a valve | |
JP3839478B2 (ja) | 技術的設備のプロセスデータの解析方法 | |
JP6794553B2 (ja) | データ収集伝送装置が集積されたドアコントローラ、ネットワークチェーン、およびそのデータ処理伝送方法 | |
CN106650505A (zh) | 一种车辆攻击检测方法和装置 | |
US20090088906A1 (en) | Knowledge based valve control method | |
CN113377090B (zh) | 动车组用压力变化模型、风门故障诊断方法、系统及装置 | |
CN102951512A (zh) | 控制系统的控制装置以及电梯系统 | |
JPS6294443A (ja) | 車両診断システム | |
CN107271839A (zh) | 用于监测车辆的车载电气系统的方法和控制装置 | |
US20220101666A1 (en) | Method and Apparatus for Determining a Residual Service Life based on a Predictive Diagnosis of Components of an Electric Drive System Using Artificial Intelligence Techniques | |
JPH09501626A (ja) | Absやtcsを有するブレーキシステム用制御回路 | |
CN112394282B (zh) | 碳罐电磁阀诊断方法、装置、设备及存储介质 | |
CN109084971B (zh) | 一种基于粒子群优化的气动调节阀故障诊断方法 | |
CN113807547A (zh) | 车辆故障预警方法、系统、可读存储介质及计算机设备 | |
CN1325883C (zh) | 汽车油位传感器噪声故障的诊断方法 | |
JP2007537913A (ja) | 車両の空調システムの冷却液回路の充填レベルを監視するための装置及び方法 | |
CN112606779B (zh) | 一种汽车故障预警方法及电子设备 | |
CN112319550B (zh) | 一种基于列车初上电的故障诊断方法、系统、装置及列车 | |
CN107600019A (zh) | 一种车内防窒息保护的控制方法 | |
CN115991180A (zh) | 一种汽车制动系统故障诊断方法及系统 | |
Schein et al. | Fault detection & diagnostics for AHUs and VAV boxes | |
JP2023151268A (ja) | 車両用ドア装置診断システム、及び、車両用ドア装置診断方法 | |
CN112446980B (zh) | 提出最小概率故障的增强型部件故障诊断方法 | |
CN111665067A (zh) | 轨道车辆空调状态监测系统与监测方法 | |
EP4261551A1 (en) | A method for preventive maintenance of hmi controls components |
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 |