CN113460122B - 电动道岔转辙机系统的状态检测方法、装置、设备及介质 - Google Patents

电动道岔转辙机系统的状态检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN113460122B
CN113460122B CN202110779769.8A CN202110779769A CN113460122B CN 113460122 B CN113460122 B CN 113460122B CN 202110779769 A CN202110779769 A CN 202110779769A CN 113460122 B CN113460122 B CN 113460122B
Authority
CN
China
Prior art keywords
machine system
switch machine
rod
electric
motor
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
CN202110779769.8A
Other languages
English (en)
Other versions
CN113460122A (zh
Inventor
李鲲鹏
李雅婧
周孝忠
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.)
Beijing Haopeng Intelligent Technology Co ltd
Original Assignee
Beijing Haopeng Intelligent 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 Beijing Haopeng Intelligent Technology Co ltd filed Critical Beijing Haopeng Intelligent Technology Co ltd
Priority to CN202110779769.8A priority Critical patent/CN113460122B/zh
Publication of CN113460122A publication Critical patent/CN113460122A/zh
Application granted granted Critical
Publication of CN113460122B publication Critical patent/CN113460122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08—Measuring installations for surveying permanent way
    • 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
    • B61L5/10—Locking mechanisms for points; Means for indicating the setting of points
    • B61L5/102—Controlling electrically
    • 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
    • B61L5/10—Locking mechanisms for points; Means for indicating the setting of points
    • B61L5/107—Locking mechanisms for points; Means for indicating the setting of points electrical control of points position

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请提供一种电动道岔转辙机系统的状态检测方法、装置、设备及介质，该方法包括：检测设备获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；根据表示杆/动作杆位移和电机电流，获取待检测电动道岔转辙机系统的健康状态特征数据；根据电动道岔转辙机系统的健康状态特征数据，电机电流，表示杆/动作杆位移获取待检测电动道岔转辙机系统的运行状态数据；根据运行状态数据和电动道岔转辙机系统的健康状态特征数据，确定电动道岔转辙机系统的状态。其中，运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力。在本方法中，能够有效增大检测覆盖面，提高了状态检测的精度和准确度。

Description

电动道岔转辙机系统的状态检测方法、装置、设备及介质
技术领域
本申请涉及检测技术领域，尤其涉及一种电动道岔转辙机系统的状态检测方法、装置、设备及介质。
背景技术
电动道岔转辙机系统是用于转换道岔、锁闭道岔尖轨、表示道岔所在位置的重要装置，在轨道交通领域中得到了广泛的应用。电动道岔转辙机系统在运行过程中如果出现故障，会对轨道交通的安全生产和运营造成影响。因此，对电动道岔转辙机系统的运行状态进行监测是非常有必要的。
目前，对电动道岔转辙机系统运行状态进行监测主要通过振动传感器、温度传感器、电压传感器、电流传感器、位移传感器、力传感器以及红外摄像装置分别获取转辙机的振动信号、转辙机内部温度和钢轨温度、驱动电机电压、驱动电机电流、道岔相对基本轨的位移、道岔阻力以及缺口位置的红外数据，之后将获取的数据与预先设定的标准值进行对比，若两者的差值超过预设范围，则认为该电动道岔转辙机系统在运行过程中存在故障。
然而，现有技术中只能针对电动道岔转辙机系统的特定部分进行状态检测，导致检测覆盖面较小，检测的准确度较低。
发明内容
本申请提供一种电动道岔转辙机系统的状态检测方法、装置、设备及介质，以解决现有技术中只能针对电动道岔转辙机系统的特定部分进行状态检测，导致检测覆盖面较小，检测的准确度较低的问题。
第一方面，本申请实施例提供一种电动道岔转辙机系统的状态检测方法，包括：
获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；
根据所述表示杆/动作杆位移和所述电机电流，获取所述待检测电动道岔转辙机系统的健康状态特征数据；
根据所述电动道岔转辙机系统的健康状态特征数据，所述电机电流，所述表示杆/动作杆位移获取待检测所述电动道岔转辙机系统的运行状态数据，所述运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力；
根据所述运行状态数据和所述电动道岔转辙机系统的健康状态特征数据，确定所述电动道岔转辙机系统的状态。
可选的，所述电动道岔转辙机系统的健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩。
在第一方面的一种可能设计中，所述根据所述表示杆/动作杆位移和所述电机电流，获取所述待检测电动道岔转辙机系统的健康状态特征数据，包括：
根据所述表示杆/动作杆位移，获取所述表示杆/动作杆速度，所述表示杆/动作杆加速度，所述滚珠丝杆/主轴转速，所述电机转速以及所述电机角加速度；
根据所述电机电流和所述电机转速，获取所述待检测道岔电动道岔转辙机系统的所述交流电机三相电流的派克变换的模，所述电机输出功率和所述电机输出扭矩。
在第一方面的另一种可能设计中，所述根据所述电动道岔转辙机系统的健康状态特征数据，所述电机电流，所述表示杆/动作杆位移获取所述待检测电动道岔转辙机系统的运行状态数据，包括：
根据所述表示杆/动作杆位移，所述电机电流和所述健康状态特征数据，获取所述道岔物理位置，所述道岔缺口；
根据所述表示杆/动作杆位移和所述健康状态特征数据，获取所述待检测电动道岔转辙机系统的所述转换力，所述转换阻力，所述道岔密贴力。
可选的，所述根据所述表示杆/动作杆位移，所述电机电流和所述健康状态特征数据，获取所述待检测电动道岔转辙机系统的所述转换力，所述转换阻力，所述道岔密贴力，包括：
根据所述表示杆/动作杆速度，所述表示杆/动作杆加速度，所述电机电流，获取所述待检测电动道岔转辙机系统的所述转换力；
根据所述表示杆/动作杆加速度、所述道岔质量、所述转换力，获得所述转换阻力；
根据所述转换阻力和所述表示杆/动作杆位移，获得所述道岔密贴力。
在第一方面的再一种可能设计中，所述根据所述运行状态数据和所述电动道岔转辙机系统的健康状态特征数据，确定所述电动道岔转辙机系统的状态，包括：
根据所述运行状态数据和所述健康状态特征数据确定所述待检测的电动道岔转辙机系统的时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征；
根据所述时域特征、所述位移域特征，所述频域特征，所述位移-频域特征，所述角度空间域特征，所述角度空间频率特征以及所述角度空间-频率域分布特征中一种或者多种特征确定所述电动道岔转辙机系统的所述状态，所述状态用于指示所述电动道岔转辙机系统是否存在故障。
可选的，所述方法还包括：
根据所述时域特征、所述位移域特征，所述频域特征，所述位移-频域特征，所述角度空间域特征，所述角度空间频率特征以及所述角度空间-频率域分布特征中一种或者多种特征预测所述电动道岔转辙机系统发生故障的时刻以及故障位置。
在第一方面的又一种可能设计中，在所述状态指示所述电动道岔转辙机系统存在故障时，所述方法还包括：
根据所述电动道岔转辙机系统的所述状态，确定所述状态的故障发生时刻及故障位置。
第二方面，本申请实施例提供一种电动道岔转辙机系统的状态检测装置，包括：
获取模块，用于获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；
处理模块，用于根据所述表示杆/动作杆位移和所述电机电流，获取所述待检测电动道岔转辙机系统的健康状态特征数据；
所述处理模块，还用于根据所述电动道岔转辙机系统的健康状态特征数据，所述电机电流，所述表示杆/动作杆位移获取所述待检测电动道岔转辙机系统的运行状态数据，所述运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力；
所述处理模块，还用于根据所述运行状态数据和所述电动道岔转辙机系统的健康状态特征数据，确定所述电动道岔转辙机系统的状态。
可选的，所述电动道岔转辙机系统的健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换的模，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩。
在第二方面的一种可能设计中，所述处理模块，具体用于：
根据所述表示杆/动作杆位移，获取所述表示杆/动作杆速度，所述表示杆/动作杆加速度，所述滚珠丝杆/主轴转速，所述电机转速以及所述电机角加速度；
根据所述电机电流和所述电机转速，获取所述待检测道岔电动道岔转辙机系统的所述交流电机三相电流的派克变换的模，所述电机输出功率和所述电机输出扭矩。
在第二方面的另一种可能设计中，所述处理模块，具体用于：
根据所述表示杆/动作杆位移和所述健康状态特征数据，获取所述道岔物理位置，所述道岔缺口；
根据所述表示杆/动作杆位移，所述电机电流和所述健康状态特征数据，获取所述待检测电动道岔转辙机系统的所述转换力，所述转换阻力，所述道岔密贴力。
可选的，所述处理模块，具体用于：
根据所述表示杆/动作杆速度，所述表示杆/动作杆加速度，所述电机电流，获取所述待检测电动道岔转辙机系统的所述转换力；
根据所述表示杆/动作杆加速度、所述道岔质量、所述转换力，获得所述转换阻力；
根据所述转换阻力和所述表示杆/动作杆位移，获得所述道岔密贴力。
在第二方面的再一种可能设计中，所述处理模块，具体用于
根据所述运行状态数据和所述健康状态特征数据确定所述待检测的电动道岔转辙机系统的时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征；
根据所述时域特征、所述位移域特征，所述频域特征，所述位移-频域特征，所述角度空间域特征，所述角度空间频率特征以及所述角度空间-频率域分布特征中一种或者多种特征确定所述电动道岔转辙机系统的所述状态，所述状态用于指示所述电动道岔转辙机系统是否存在故障。
可选的，所述处理模块，还用于：
根据所述时域特征、所述位移域特征，所述频域特征，所述位移-频域特征，所述角度空间域特征，所述角度空间频率特征以及所述角度空间-频率域分布特征中一种或者多种特征预测所述电动道岔转辙机系统发生故障的时刻以及故障位置。
在第二方面的又一种可能设计中，所述处理模块，还用于：
根据所述电动道岔转辙机系统的所述状态，确定所述状态的故障发生时刻及故障位置。
第三方面，本申请实施例提供一种检测设备，包括：处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令，所述处理器执行所述计算机程序指令时用于实现第一方面以及各可能设计提供的方法。
第四方面，本申请实施例可提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面以及各可能设计提供的方法。
第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现第一方面以及各可能设计提供的方法。
本申请实施例提供的电动道岔转辙机系统的状态检测方法、装置、设备及介质，该方法包括：检测设备获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；根据表示杆/动作杆位移和电机电流，获取待检测电动道岔转辙机系统的健康状态特征数据；根据电动道岔转辙机系统的健康状态特征数据，电机电流，表示杆/动作杆位移获取待检测电动道岔转辙机系统的运行状态数据；根据运行状态数据和电动道岔转辙机系统的健康状态特征数据，确定电动道岔转辙机系统的状态。其中，运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力。在本方法中，检测设备可以检测多种部件的多种故障状态，增大了检测覆盖面，提高了检测的准确度和效率。与现有技术相比，安装相关传感器不需要破坏电动道岔转辙机系统的原有结构，安全隐患低，状态检测过程的安全性较高，且传感器安装方便、适应环境能力强。
附图说明
图1为本申请实施例提供的电动道岔转辙机系统的状态检测方法的一种应用场景示意图；
图2为本申请实施例提供的电动道岔转辙机系统的状态检测方法实施例一的流程示意图；
图3为本申请实施例提供的电动道岔转辙机系统的状态检测方法实施例二的流程示意图；
图4为本申请实施例提供的电动道岔转辙机系统的状态检测系统的结构示意图；
图5为本申请实施例提供的电动道岔转辙机系统的状态检测装置的结构示意图；
图6为本申请实施例提供的检测设备的结构示意图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在介绍本申请的实施例之前，首先对本申请实施例的应用场景进行解释：
电动道岔转辙机主要由电机、减速器、摩擦联结器、自动开闭器、主轴或滚珠丝杆、动作杆、表示杆、移位接触器、遮断开关(安全接点)、外壳等组成。电动道岔转辙机系统是轨道交通领域广泛使用的重要系统设备，主要用于转换道岔、锁闭道岔尖轨、表示道岔所在位置。电动道岔转辙机系统的运行状态能够影响轨道交通运输和运营的安全，因此，为了能够保证电动道岔转辙机系统的安全运行，需要对电动道岔转辙机系统的运行状态进行监测，以便于及时发现存在的故障以及故障出现的位置。
目前，对电动道岔转辙机系统运行状态进行监测主要通过振动传感器、温度传感器、电压传感器、电流传感器、位移传感器、力传感器以及红外摄像装置分别获取转辙机的振动信号、转辙机内部温度和钢轨温度、驱动电机电压、驱动电机电流、道岔相对基本轨的位移、道岔阻力以及缺口位置的红外数据，之后将获取的数据与预先设定的标准值进行对比，若两者的差值超过预设范围，则认为该电动道岔转辙机系统在运行过程中存在故障。
在上述方案中，相关传感器以及摄像装置比较容易获取，整体方案较成熟。但是，由于只能针对电动道岔转辙机系统的特定部分进行状态检测，导致检测覆盖面较小，检测的准确度较低。
针对上述问题，本申请的发明构思如下：在对电动道岔转辙机系统进行状态检测时，由于通过相关传感器或摄像装置只能获取一种数据，导致检测覆盖面较小，检测的准确度较低。基于此，发明人发现，如果能获取电动道岔转辙机系统的电机电流和表示杆/动作杆位移，根据电机电流和表示杆/动作杆位移获取多种部件的多种状态，就能解决现有技术中检测覆盖面较小，检测的准确度较低的问题，从而进一步提高了检测的效率。
示例性的，本申请实施例提供的电动道岔转辙机系统的状态检测方法可以应用于图1所示的一种应用场景示意图中。图1为本申请实施例提供的电动道岔转辙机系统的状态检测方法的一种应用场景示意图，用以解决上述技术问题。如图1所示，该应用场景可以包括：电动道岔转辙机系统、检测设备以及显示设备。
其中，检测设备分别与电动道岔转辙机系统以及显示设备进行连接，用于获取电动道岔转辙机系统的电机电流和表示杆/动作杆位移，并执行电动道岔转辙机系统的状态检测方法的程序代码，以得到电动道岔转辙机系统的状态。
示例性的，电动道岔转辙机系统可以通过各类传感器获取电机电流和表示杆/动作杆位移，以便于提供给检测设备进行后续处理。
可选的，检测设备得到电动道岔转辙机系统的状态，可以将该状态发送至显示设备进行显示，以供相关技术人员进行查看。
需要说明的是，附图1仅是本申请实施例提供的一种应用场景的示意图，本申请实施例不对图1中包括的设备进行限定，也不对图1中设备之间的位置关系进行限定，例如，在图1中，显示设备相对检测设备可以是外部显示器，在其它情况下，也可以将显示设备置于检测设备中，作为检测设备自带的显示器。
综上所述，作为本申请提供的技术方案的执行主体的检测设备可以是电脑以及其他智能终端等等任一具备数据处理功能的设备，也可以是云端，或者服务器等具有处理功能实体，本申请对此不做过多限制。
下面，通过具体实施例对本申请的技术方案进行详细说明。
需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为本申请实施例提供的电动道岔转辙机系统的状态检测方法实施例一的流程示意图。如图2所示，该电动道岔转辙机系统的状态检测方法可以包括如下步骤：
S101：获取各设定时刻待检测的电动道岔转辙机系统的电机电流和表示杆/动作杆位移。
在本步骤中，检测设备可以通过各类传感器获取电动道岔转辙机系统在各设定时刻的电机电流和表示杆/动作杆位移。
示例性的，各设定时刻可以是等时间间隔的时刻，也可以是用户自己预先设定的时刻，可以根据实际情况进行设定，本申请实施例对此不进行具体限定。
在一种具体的实施方式中，检测设备在各设定时刻，利用电流传感器、位移传感器同步采集电机电流，表示杆/动作杆位移，得到各设定时刻的电动道岔转辙机系统的电机电流和表示杆/动作杆位移。
S102：根据表示杆/动作杆位移和电机电流，获取待检测电动道岔转辙机系统的健康状态特征数据。
在本步骤中，检测设备获取表示杆/动作杆位移和电机电流后，需要根据表示杆/动作杆位移和电机电流获取健康状态特征数据，以便于后续根据健康状态特征数据获取待检测电动道岔转辙机系统的运行状态数据。
其中，健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换的模，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩。
在一种具体的实施方式中，检测设备根据各设定时刻的表示杆/动作杆位移，获取表示杆/动作杆速度，表示杆/动作杆加速度，滚珠丝杆/主轴转速，电机转速，电机角加速度。由于表示杆/动作杆位移与滚珠丝杆/主轴位移成正比，表示杆/动作杆速度与滚珠丝杆/主轴转速成正比，滚珠丝杆/主轴转速与电机转速成正比，且比例系数即为转速比。则检测设备对各设定时刻的表示杆/动作杆位移求一次导数，得到表示杆/动作杆速度，将该表示杆/动作杆速度乘以预设转速系数，从而得到滚珠丝杆/主轴转速，还可以对表示杆/动作杆速度求导，得到表示杆/动作杆加速度。之后，检测设备根据该滚珠丝杆/主轴转速乘以转速比，从而得到电机转速，通过该电机转速求导，得到电机角加速度。
示例性的，检测设备根据各设定时刻电机转速，利用公式：
Figure BDA0003156050630000091
Figure BDA0003156050630000092
获得各设定时刻表示杆/动作杆速度，其中vA(nΔt)表示nΔt时刻表示杆/动作杆速度，xA(nΔt)为nΔt时刻表示杆/动作杆位移。
进一步的，检测设备还可以对vA(nΔt)乘以预设转速系数得到滚珠丝杆/主轴转速ωB(nΔt)，对ωB(nΔt)乘以转速比得到电机转速ωC(nΔt)，同时对ωC(nΔt)求导得到电机角加速度σC(nΔt)。
可选的，检测设备还根据各设定时刻的表示杆/动作杆位移，获取滚珠丝杆/主轴角位移，滚珠丝杆/主轴角加速度以及电机角位移。检测设备还可以对表示杆/动作杆位移乘以预设位移系数得到滚珠丝杆/主轴角位移，对滚珠丝杆/主轴转速求导，得到滚珠丝杆/主轴角加速度，对滚珠丝杆/主轴角位移乘以转速比，得到电机角位移。
示例性的，检测设备利用公式：
Figure BDA0003156050630000093
获取表示杆/动作杆加速度aA(nΔt)。检测设备还可以进一步对xA(nΔt)乘以预设位移系数得到滚珠丝杆/主轴角位移θB(nΔt)，对ωB(nΔt)求导，得到滚珠丝杆/主轴角加速度σB(nΔt)，对θB(nΔt)乘以转速比，得到电机角位移θC(nΔt)。
可选的，检测设备如果获取到电机转速，则可通过对电机转速进行积分，获得电机角位移，对该电机角位移求导，从而得到电机转速，然后再乘以预设转换系数就可得到表示杆/动作杆位移，表示杆/动作杆速度和表示杆/动作杆加速度。应理解，检测设备如果获取到滚珠丝杆/主轴转速，由于滚珠丝杆/主轴转速与电机转速成正比，则可通过上述方法获取表示杆/动作杆位移，表示杆/动作杆速度和表示杆/动作杆加速度，在此不再赘述。
示例性的，驱动电机转轴与滚珠丝杆/主轴之间通过摩擦联结器连接，电动道岔转辙机系统的表示杆/动作杆速度由驱动电机转速决定。针对于直流电机，驱动电机转速由直流电机电压、电枢电流，电机结构决定，针对于交流电机，驱动电机转速由交流电机的磁场转速以及滑差决定。正常情况下，摩擦联结器连接电机转轴和滚珠丝杆/主轴，摩擦联结器两个摩擦副之间的摩擦力在没有超过设定摩擦力时没有相对位移，电机转速与滚珠丝杆/主轴转速成正比，比例系数就是转速比，在转换阻力超过设定的值，摩擦联结器两个摩擦副之间发生相对位移，摩擦力达到最大设定值，电机的扭矩也达到最大设定值，这时候电机输出扭矩确定。
进一步的，检测设备根据电机电流、电机转速，获取待检测电动道岔转辙机系统的交流电机三相电流的派克变换的模，电机输出功率，电机输出扭矩。
示例性的，检测设备根据电机电流、电机转速，获取待检测电动道岔转辙机系统的电机电压。电动道岔转辙机系统的输入扭矩来自于驱动电机。电动道岔转辙机系统中的表示杆/动作杆速度由驱动电机转速决定。串励直流电机驱动的电机转速可以通过公式：
Figure BDA0003156050630000101
获得，其中，Ia(nΔt)为电枢电流，U(nΔt)为电枢电压，R为总电阻，R与电机结构有关，C为常数，C与电机结构有关，ωC(nΔt)为电机转速。R，C可以通过将事先给电机施加的已知的电枢电压U(nΔt)，获取测试的电枢电流Ia(nΔt)和电机转速ωC(nΔt)带入上述公式，建立关于R，C的方程组，从而求得R和C的数值。
同样的，对于三相交流电机来说，电机转速与电机电流，电机电压和电机结构有关。交流电机转速、电机三相电流、电机三相电压满足公式：
Figure BDA0003156050630000111
其中，
Figure BDA0003156050630000112
为电机三相电压，
Figure BDA00031560506300001111
为电机三相电流，S(nΔt)为转差率，可以通过公式：
Figure BDA0003156050630000113
Figure BDA0003156050630000114
获取，ωs(nΔt)为电机同步转速，与电流电源频率和电机极对数有关，R2，Rm，X2，Xm为电机阻抗参数由电机结构决定。R2，Rm，X2，Xm可以通过将事先给电机施加的已知的电机三相电压
Figure BDA0003156050630000115
获取测试的电机三相电流
Figure BDA0003156050630000116
交流电机转速ωC(nΔt)以及求得的转差率S(nΔt)带入公式：
Figure BDA0003156050630000117
建立关于R2，Rm，X2，Xm的四元二次方程组，从而求得R2，Rm，X2，Xm的数值，J2＝-1。
进一步的，电机输出功率、电机输出扭矩与电机电流、电机电压以及功率因子(针对于交流电机)有关，其中，交流电机的功率因子与电机电流和电机电压的相差有关，根据各设定时刻的电动道岔转辙机系统的电机电流、电机电压、功率因子就能计算出各设定时刻的电动道岔转辙机系统的电机输出功率。其中，电动道岔转辙机系统的电机输出功率Pi(mΔt)来自于驱动电机的有功功率，如果驱动电机为三相交流电机，则电机有功功率可以通过公式：
Figure BDA0003156050630000118
获取，其中，U(mΔt)为mΔt时刻电机电压、I(mΔt)为mΔt时刻电机电流、
Figure BDA0003156050630000119
为mΔt时刻电压与电流的相位差。如果驱动电机为直流电机，则电机的有功功率可以通过公式：Pi(mΔt)＝U(mΔt)I(mΔt)获取。
可选的，可以对设定时刻的电机输出总功进行低通滤波处理，能够防止后续进行插值重构时产生混叠的情况。
进一步的，电机输出扭矩与电机输出功率成正比，并且与电机转速成反比，因此可以根据电机有功功率Pi(mΔt)和电机转速ωC(mΔt)，利用公式：
Figure BDA00031560506300001110
求得电机输出扭矩，其中，Ti(mΔt)为电机转轴扭矩，K为常数，K的数值与转速ωC(mΔt)、功率Pi(mΔt)的单位有关，比如，功率单位为千瓦，转速单位为转/分钟，则K的值为9550。
S103：根据电动道岔转辙机系统的健康状态特征数据，电机电流，表示杆/动作杆位移获取待检测电动道岔转辙机系统的运行状态数据。
在本步骤中，检测设备在获取转辙机健康状态特征数据，可以进一步获取待检测电动道岔转辙机系统的运行状态数据，以便于后续结合转辙机健康状态特征数据，确定该电动道岔转辙机系统的状态。
其中，运行状态数据包括道岔物理位置，道岔缺口，转换力，转换阻力，道岔密贴力。
在一种具体的实施方式中，检测设备根据表示杆/动作杆位移和健康状态特征数据，获取道岔物理位置，道岔缺口，之后根据表示杆/动作杆位移、电机电流和健康状态特征数据，获取待检测电动道岔转辙机系统的转换力，转换阻力，道岔密贴力。
其中，检测设备根据当前表示杆/动作杆位移和电机电流，确定当前道岔物理位置。除此以外还可以获取转换动作是否停止(电流为零)，当前尖轨和基本轨是否密贴，转换是否成功等信息。在转换动作停止后检测设备根据表示杆/动作杆位移与道岔密贴时的表示杆/动作杆位移值的差，获取待检测电动道岔转辙机系统的道岔缺口。
示例性的，假设第m个设定角位移
Figure BDA0003156050630000121
满足θC(iΔt)≤mΔθ＜θC((i+1)Δt)，则有TC(m)＝iΔt+tC(m)，其中，TC(m)为从设定时刻iΔt时的角位移θC(iΔt)开始转过角位移[mΔθ-θC(iΔt)]时所需时间。也就是说，可以通过公式：
Figure BDA0003156050630000122
获取电机所需的时间tC(m)。同样，可以通过公式：
Figure BDA0003156050630000123
获取滚珠丝杆所需的时间tB(m)。应理解的是，还可以通过公式：
Figure BDA0003156050630000124
Figure BDA0003156050630000125
获取主轴所需的时间tA(m)。
示例性的，设定角位移mΔθ处电机扭矩Ti(mΔθ)、电机转速ωC(mΔθ)、角加速度σC(mΔθ)以及表示杆/动作杆加速度(mΔθ)可以通过下述公式获取：
Figure BDA0003156050630000131
Figure BDA0003156050630000132
Figure BDA0003156050630000133
Figure BDA0003156050630000134
其中，转换阻力是指道岔可动部件(尖轨、可动心轨等)，从定位转换到反位或从反位转换到定位的过程中，所要克服的反映于道岔牵引点的一切阻力(包括：由道岔可动部件滑动摩擦引起反映到牵引点的阻力，道岔可动部件反映到牵引点处的反弹力，其它因素引起的反映到牵引点处的阻力)。
在一种可实现的方式中，检测设备根据表示杆/动作杆速度，表示杆/动作杆加速度，电机电流，获取待检测电动道岔转辙机系统的转换力。之后检测设备根据表示杆/动作杆加速度、道岔质量、转换力，获得转换阻力。最后检测设备根据转换阻力和表示杆/动作杆位移，获得道岔密贴力。
其中，一部分电机输出扭矩用于克服旋转摩擦力，一部分作用于滚珠丝杆/主轴从而转换为推动动作杆作用在道岔牵引点的推力(也就是转换力)，同时，道岔牵引点还受到转换阻力的作用。根据牛顿第二定律可知，转换力和转换阻力的合力等于表示杆/动作杆及其携带钢轨质量与主机表示杆/动作杆加速度的乘积，可以通过公式：
Figure BDA0003156050630000135
表示，其中，η与系统结构和状态有关，一般情况下为小于1的常数，如果系统中有部件发生故障，η可能变小或波动，r为机械转动到直线运动的等效半径，与系统机械结构有关，为固定的常数，
Figure BDA0003156050630000136
为电机转矩转换为推动动作杆反映于道岔牵引点的转换力，Fs(mΔθ)为转换阻力，M＝J/r+M1为电动道岔转换动作的运动部件的质量，包括表示杆/动作杆及其携带钢轨质量M1与旋转运动转子的等效质量J/r之和，与系统机械结构有关，为常数，a(mΔθ)为表示杆/动作杆加速度。η，r，M可以通过物理模型计算得到，也可以通过给电动道岔转辙机系统加电，同步测试电机电流，表示杆/动作杆位移和转换力Fs(krmΔθ)，求得电机转矩Ti(mΔθ)和表示杆/动作杆加速度a(mΔθ)后与Fs(mΔθ)一起代入公式：
Figure BDA0003156050630000141
之后建立关于η，r，M的方程组，通过解方程组得到η，r，M。获得了η，r，M后，测得电机电流和表示杆/动作杆位移，就可通过公式：
Figure BDA0003156050630000142
计算角位移mΔθ转换阻力Fs(mΔθ)和转换力Fs(krmΔθ)。
进一步的，可以利用插值公式：
Figure BDA0003156050630000143
计算出角位移mΔθ处的转换阻力，在根据公式：mΔx＝krmΔθ，得到位移mΔx处的转换阻力。
在一种具体的实施方式中，检测设备可以建立转换阻力与表示杆/动作杆速度，表示杆/动作杆加速度和电机电流/电流有效值的数学关系模型。该数学关系模型可以通过公式：
Figure BDA0003156050630000144
Figure BDA0003156050630000145
实现。检测设备将转换阻力Fs(mΔθ)，电机电流和表示杆/动作杆位移，以及前述步骤获取的I2(mΔθ)，V(mΔθ)和a(mΔθ)，代入数学关系模型，从而获取得到关于ki的方程组，通过解方程组得到系数ki。
可选的，检测设备还可以将电机电流、表示杆/动作杆位移以及前述步骤获取的I2(mΔθ)，V(mΔθ)和a(mΔθ)，代入式数学关系模型即可求得转换阻力。
进一步的，道岔密贴力(也称密贴力)是指道岔可动部件转换到与基本轨(或翼轨)密贴(在第一牵引点处间隙小于1毫米)后，可动部件在道岔牵引点中心处施加于基本轨(或翼轨)的压力。密贴力近似等于尖轨与基本轨密贴时(在第一牵引点处间隙小于1毫米)的转换阻力减去即将密贴但还未密贴位置的转换阻力。可以通过公式：FC＝Fs(NΔx)-Fs((N-n)Δx)获取。其中，FC为道岔密贴力，NΔx为在第一牵引点处间隙小于1毫米时的表示杆/动作杆位移，(N-n)Δx为即将密贴但还未密贴时的表示杆/动作杆位移。
S104：根据运行状态数据和电动道岔转辙机系统的健康状态特征数据，确定电动道岔转辙机系统的状态。
在本步骤中，检测设备在获取运行状态数据和健康状态特征数据后，可以对其进行处理，以便于确定电动道岔转辙机系统的状态。
可选的，在有故障(如摩擦副表面不光滑、有障碍物阻挡等)时，由于故障的存在会使Fs(krmΔθ)增大，与此同时也会引起Ti(mΔθ)的变化，换句话说，Ti(mΔθ)和Fs(krmΔθ)里包含有自动转辙机的故障信息，通过对Ti(mΔθ)和Fs(krmΔθ)进行分析能够获得自动转辙机的故障信息。
在一种可能的实现方式中，根据道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据，确定电动道岔转辙机系统的状态。如果道岔物理位置，道岔缺口数据的绝对值大于预先设定的阈值，说明尖轨与基本轨之间间隙过大需要进行维护调整，如果转换力、转换阻力大于设定的阈值，说明转换过程中遇到障碍物或者由道岔可动部件滑动摩擦力，可动部件的反弹力，其它因素引起的阻力太大需要现场维修，如果道岔密贴力大于允许的最大值或者小于允许的最小值，说明密贴力设置的不合适需要现场维修调整密贴力的设置。
在另一种可能的实现方式中，根据道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据确定待检测的电动道岔转辙机系统的时域特征、位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征。
在该实现方式下，首先，检测设备根据道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据确定电动道岔转辙机系统状态的位移域特征。
示例性的，检测设备可以分别提取道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据在健康状态和故障状态下的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度、周期，以及各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度等出现的时间，各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度随服役时间的变化关系。
其次，检测设备可以根据道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据确定电动道岔转辙机系统状态的频域特征和位移-频域特征。
示例性的，检测设备可以分别对转换力、转换阻力和健康状态特征数据进行傅里叶变换和时频分析，然后分别在各自频谱和位移-频率分布谱上提取健康状态下的能量的频域分布模式、能量的位移-频率分布模式、特征频率的幅值、相位、特征频率幅值、相位组合模式等特征，故障状态下的能量的频域分布模式、能量的位移-频率分布模式、特征频率的幅值、相位、特征频率幅值、相位组合模式等特征，以及这些特征随服役时间的变化关系。
再次，检测设备可以根据道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据确定电动道岔转辙机系统状态的角度空间域特征。
示例性的，检测设备可以分别提取道岔物理位置，道岔缺口、转换力、转换阻力、道岔密贴力和健康状态特征数据在健康状态和故障状态下的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度、周期，以及各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度等出现的位置，各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度随服役时间的变化关系。
然后，检测设备可以根据转换力、转换阻力和健康状态特征数据确定电动道岔转辙机系统状态的角度空间频率特征和角度空间-频率域分布特征。
示例性的，检测设备可以分别对转换力、转换阻力和健康状态特征数据进行傅里叶变换和时频分析，然后，分别在各自角度空间频率谱和角度空间频率分布谱上提取健康状态下的能量的角度空间频率分布模式、能量的角度空间-频率域分布模式、特征角度空间频率的幅值、相位、特征角度空间频率幅值、相位组合模式等特征，故障状态下的能量的角度空间频率域分布模式、能量的角度空间-频率域分布模式、特征角度空间频率的幅值、相位、特征角度空间频率幅值、相位组合模式等特征，以及这些特征随服役时间的变化关系。
进一步的，检测装置可以根据时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征中一种或者多种特征确定电动道岔转辙机系统的状态，状态用于指示电动道岔转辙机系统是否存在故障。
其中，检测设备将提取到的时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征中一种或者多种特征基于数学模型、参数估计、专家系统、人工神经网络和深度神经网络、信息融合、实例比较、模糊理论等状态判别和模式识别方法，获取电动道岔转辙机系统的状态，对电动道岔转辙机系统是否发生故障以及发生故障的位置、故障严重程度等状态进行判别。并且根据提取的当前和历史特征值采用失效模型、智能推理算法判别电动道岔转辙机系统发生故障的种类、部位，并给出合理的维修保障建议。
示例性的，采用自适应编码器深度神经网络模型根据一种或者多种特征判断电动道岔转辙机系统是否出现故障，以及故障出现的位置。其中，自适应编码器深度神经网络模型包括：一个100个神经元组成输入层、3个由200个神经元组成的隐层和一个由支持向量机(Support Vector Machine，SVM)组成的具有12个输出的输出层。该模型采用预先存储的所有电动道岔转辙机系统的历史故障信息作为训练样本进行训练。训练样本包括电动道岔转辙机系统的历史故障特征值以及历史故障特征值对应的故障位置和故障等级。历史故障特征值包括：故障出现时和健康状态时的电动道岔转辙机系统健康状态特征数据的位移空间域信号最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度、周期，以及各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度等出现的时间，角位移空间域信号最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度、周期，以及各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度等出现的时间，频域和位移-频率分布谱上的能量的频域分布模式、能量的位移-频率分布模式、特征频率的幅值、相位、特征频率幅值、相位组合模式等特征，故障状态下的能量的频域分布模式、能量的位移-频域分布模式、特征频率的幅值、相位、特征频率幅值、相位组合模式等特征，以及这些特征随服役时间的变化关系，角度空间频率谱和角度空间频率分布谱上提取健康状态下的能量的角度空间频率分布模式、能量的角度空间-频率域分布模式、特征角度空间频率的幅值、相位、特征角度空间频率幅值、相位组合模式等特征，故障状态下的能量的角度空间频率域分布模式、能量的角度空间-频率域分布模式、特征角度空间频率的幅值、相位、特征角度空间频率幅值、相位组合模式等特征，以及这些特征随服役时间的变化关系鞥特征。将训练样本输入自适应编码器深度神经网络进行训练，得到自适应编码器深度神经网络模型。
进一步的，在状态指示电动道岔转辙机系统存在故障时，检测设备根据电动道岔转辙机系统的状态，确定状态的故障发生时刻及故障位置。检测设备通过将获取的一种或者多种特征输入预先训练得到的自适应编码器深度神经网络模型，可以得到电动道岔转辙机系统的状态，从而确定设备故障位置、故障等级。
可选的，检测设备还可以利用数学模型、参数估计、专家系统、人工神经网络、深度神经网络、信息融合、实例比较、模糊理论等故障预测方法，根据位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征以及角度空间-频率域分布特征中一种或者多种特征预测电动道岔转辙机系统发生故障的时刻以及故障位置。
示例性的，根据提取到的一种或者多种特征采用基于数学模型、参数估计、专家系统、人工神经网络和深度神经网络、信息融合、实例比较、模糊理论等状态预测和模式识别方法对电动道岔转辙机系统什么时候发生故障以及发生故障的位置、故障严重程度等状态进行预测；以及根据提取的当前和历史特征值采用失效模型、智能推理算法预测电动道岔转辙机系统发生故障的时间、部位及剩余使用寿命，并给出合理的维修保障建议。
示例性的，采用深度神经网络(Long Short-Term Memory，LSTM)预测模型用于根据一种或者多种特征预测系统的运行状态，如设系统的剩余使用寿命等状态。
LSTM深度神经网络预测模型包括：一个300个神经元组成输入层、3个由600个神经元组成的隐层和一个1个输出的输出层。该模型采用预先存储的历史数据作为训练样本对建立好的模型进行训练得到LSTM深度神经网络预测模型，训练样本包括电动道岔转辙机系统的历史故障特征值以及历史故障特征值对应设备服役时间、工作次数；历史故障特征值包括故障出现时和健康状态时电动道岔转辙机系统的健康状态特征数据的位移域信号最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度、周期，以及各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度等出现的时间，角位移空间域信号最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度、周期，以及各自的最大值、最小值、平均值、有效值、裕度、脉冲度、歪度、峭度等出现的时间，频域和时频分布谱上的能量的频域分布模式、能量的位移-频率分布模式、特征频率的幅值、相位、特征频率幅值、相位组合模式等特征，故障状态下的能量的频域分布模式、能量的位移-频率分布模式、特征频率的幅值、相位、特征频率幅值、相位组合模式等特征，以及这些特征随服役时间的变化关系，角度空间频率谱和角度空间频率分布谱上提取健康状态下的能量的角度空间频率分布模式、能量的角度空间-频率域分布模式、特征角度空间频率的幅值、相位、特征角度空间频率幅值、相位组合模式等特征，故障状态下的能量的角度空间频率域分布模式、能量的角度空间-频率域分布模式、特征角度空间频率的幅值、相位、特征角度空间频率幅值、相位组合模式等特征，以及这些特征随服役时间的变化关系特征；其中，历史故障特征值包括不同电动道岔转辙机系统在未出现故障的运行状态下的数据，将这些历史数据输入LSTM深度神经网络模型进行训练。
进一步的，通过将提取得到一种或者多种特征输入预先训练得到的LSTM深度神经网络预测模型，可以得到输出的系统发生故障的时间、故障位置、故障等级以及剩余使用寿命等运行状态信息。检测设备通过预测电动道岔转辙机系统发生故障的时刻、故障点和设备的剩余使用寿命，便于相关技术人员及时了解电动道岔转辙机系统的运行状态。
本申请实施例提供的电动道岔转辙机系统的状态检测方法，检测设备检测设备获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；根据表示杆/动作杆位移和电机电流，获取待检测电动道岔转辙机系统的健康状态特征数据；根据电动道岔转辙机系统的健康状态特征数据，电机电流，表示杆/动作杆位移获取待检测电动道岔转辙机系统的运行状态数据；根据运行状态数据和电动道岔转辙机系统的健康状态特征数据，确定电动道岔转辙机系统的状态。其中，运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力。在本方法中，检测设备可以检测多种部件的多种故障状态，增大了检测覆盖面，提高了检测的准确度和效率。与现有技术相比，安装相关传感器不需要破坏电动道岔转辙机系统的原有结构，安全隐患低，状态检测过程的安全性较高，且传感器安装方便、适应环境能力强。
图3为本申请实施例提供的电动道岔转辙机系统的状态检测方法实施例二的流程示意图。如图3所示，该电动道岔转辙机系统的状态检测方法可以包括如下步骤：
第1步、按照预设时间采样间隔，同步采集电动道岔转辙机系统的电机电流，表示杆/动作杆位移，以获得各设定时刻的电机电流、表示杆/动作杆位移。
示例性的，电机电流、表示杆/动作杆位移可以为等时间间隔采样获取的。
第2步、根据表示杆/动作杆位移，获取表示杆/动作杆速度，表示杆/动作杆加速度，滚珠丝杆/主轴转速，电机转速以及电机角加速度。
第3步、根据电机电流和电机转速，获取待检测道岔电动道岔转辙机系统的交流电机三相电流的派克变换，电机输出功率和电机输出扭矩。
第4步、根据表示杆/动作杆位移和健康状态特征数据，获取道岔物理位置，道岔缺口。
第5步、根据表示杆/动作杆速度，表示杆/动作杆加速度，电机电流，获取待检测电动道岔转辙机系统的转换力。
第6步、根据表示杆/动作杆加速度、道岔质量、转换力，获得转换阻力。
第7步、根据转换阻力和表示杆/动作杆位移，获得道岔密贴力。
其中，健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩。
第8步、根据电动道岔转辙机系统的健康状态特征数据，表示杆/动作杆位移获取待检测电动道岔转辙机系统的运行状态数据。
其中，运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力。
第9步、根据运行状态数据和健康状态特征数据确定待检测的电动道岔转辙机系统的时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征。
第10步、根据时域特征、位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征以及角度空间-频率域分布特征中一种或者多种特征确定电动道岔转辙机系统的状态。
其中，状态用于指示电动道岔转辙机系统是否存在故障。
第11步、根据时域特征、位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征以及角度空间-频率域分布特征中一种或者多种特征预测电动道岔转辙机系统发生故障的时刻以及故障位置。
第12步、将状态发送至显示终端。
其中，还可以将预测电动道岔转辙机系统发生故障的时刻以及故障位置发送至显示终端。
其中，显示终端可以但不限于是手机、电脑等带有显示装置的终端。
在一种具体的实施方式中，可以将健康状态通过网络发送至显示终端进行显示，并通过声、光、电、图像等方式呈现给相关技术人员，以提示技术人员及时采取相应措施。还可以将预测电动道岔转辙机系统发生故障的时刻以及故障位置，即电动道岔转辙机系统的当前运行状态和预测的使用寿命(或者说电动道岔转辙机系统在未来时间点的运行状态)通过网络发送给数据中心，在由数据中心推送给相关技术人员，以使技术人员及时了解设备的运行状态。
图4为本申请实施例提供的电动道岔转辙机系统的状态检测系统的结构示意图。如图4所示，电动道岔转辙机系统的状态检测系统用于实现电动道岔转辙机系统的状态检测方法，电动道岔转辙机系统的状态检测系统包括：至少一个激光位移传感器401(以1个为例进行举例说明)，至少一个电流传感器402(以1个为例进行举例说明)，至少一个数据采集单元403(以1个为例进行举例说明)，至少一个控制单元404(以1个为例进行举例说明)，至少一个状态检测单元405(以1个为例进行举例说明)，状态确定单元406，访问单元407；其中，数据采集单元403与至少一个激光位移传感器401、至少一个电流传感器402连接，并与状态检测单元405相连接，控制单元404与数据采集单元403连接，状态检测单元405还可以与信号集中监测系统连接，并通过无线接口与状态确定单元406连接。
在一种具体的实施方式中，由于一个电动道岔转辙机系统的检测系统可以同时监测多个电动道岔转辙机系统的运行状态，因此，针对每个电动道岔转辙机系统都需要设置一个数据采集单元403、控制单元404和状态检测单元405。
在一个具体的实施方式中，激光位移传感器401安装于电动道岔转辙机表示杆/动作杆罩筒内，以检测表示杆/动作杆的位移，电流传感器则安装在为电动机供电的线路上；数据采集单元403、控制单元404和状态检测单元405安装于电动道岔转辙机机壳内部，通过内部总线或以太网与相连接，通过高速数据总线或者以太网与状态检测单元405连接，其主要用于按照预设采样间隔，同步采集激光位移传感器401检测到的电机电流，采样频率可以是100Kbps，量化精度采用16比特量化，得到电机电流、表示杆/动作杆位移并将采集到的数据存储于数据库或其他存储单元中，同时对采集到的上述数据进行处理；状态检测单元405用于对数据采集单元403得到的数据进行处理、分析完成对电动道岔转辙机系统状态检测和状态判别，并将获取的状态通过高数数据总线发送至显示终端；控制单元404用于向电动道岔转辙机系统发送控制指令，以及生成电动道岔转辙机系统的控制信号，数据采集单元403实时采集控制单元404发送的控制指令和控制信号。
进一步的，不同电动道岔转辙机系统的状态检测单元405之间通过电力线传输组成局域网，在状态检测单元405采用电力线传输实现与远程上位机状态确定单元406的数据通信，状态确定单元406主要用于汇聚状态检测单元405检测的电动道岔转辙机系统的运行状态根据运行数据预测电动道岔转辙机系统的运行状态；访问单元407用于供相关技术人员访问状态确定单元406得到的检测和预测结果和发出控制指令。
需要说明的是，本实施例中，数据采集单元403、状态检测单元405和状态确定单元406可以通过软件实现部署于服务器中，其可以由硬件加软件的方式实现。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图5为本申请实施例提供的电动道岔转辙机系统的状态检测装置的结构示意图。如图5所示，该电动道岔转辙机系统的状态检测装置包括：
获取模块51，用于获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；
处理模块52，用于根据表示杆/动作杆位移和电机电流，获取待检测电动道岔转辙机系统的健康状态特征数据；
处理模块52，还用于根据电动道岔转辙机系统的健康状态特征数据，电机电流，表示杆/动作杆位移获取待检测电动道岔转辙机系统的运行状态数据，运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力；
处理模块52，还用于根据运行状态数据和电动道岔转辙机系统的健康状态特征数据，确定电动道岔转辙机系统的状态。
可选的，电动道岔转辙机系统的健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩。
在本申请实施例的一种可能设计中，处理模块52，具体用于：
根据表示杆/动作杆位移，获取表示杆/动作杆速度，表示杆/动作杆加速度，滚珠丝杆/主轴转速，电机转速以及电机角加速度；
根据电机电流和电机转速，获取待检测道岔电动道岔转辙机系统的交流电机三相电流的派克变换，电机输出功率和电机输出扭矩。
在本申请实施例的另一种可能设计中，处理模块52，具体用于：
根据表示杆/动作杆位移和健康状态特征数据，获取道岔物理位置，道岔缺口；
根据表示杆/动作杆位移，电机电流和健康状态特征数据，获取待检测电动道岔转辙机系统的转换力，转换阻力，道岔密贴力。
可选的，处理模块52，具体用于：
根据表示杆/动作杆速度，表示杆/动作杆加速度，电机电流，获取待检测电动道岔转辙机系统的转换力；
根据表示杆/动作杆加速度、道岔质量、转换力，获得转换阻力；
根据转换阻力和表示杆/动作杆位移，获得道岔密贴力。
在本申请实施例的再一种可能设计中，处理模块52，具体用于：
根据运行状态数据和健康状态特征数据确定待检测的电动道岔转辙机系统的时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征；
根据时域特征、位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征以及角度空间-频率域分布特征中一种或者多种特征确定电动道岔转辙机系统的状态，状态用于指示电动道岔转辙机系统是否存在故障。
可选的，处理模块52，还用于：
根据时域特征、位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征以及角度空间-频率域分布特征中一种或者多种特征预测电动道岔转辙机系统发生故障的时刻以及故障位置。
在本申请实施例的又一种可能设计中，处理模块52，还用于：
根据电动道岔转辙机系统的状态，确定状态的故障发生时刻及故障位置。
本申请实施例提供的电动道岔转辙机系统的状态检测装置，可用于执行上述任一实施例中的电动道岔转辙机系统的状态检测方法，其实现原理和技术效果类似，在此不再赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。此外，这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图6为本申请实施例提供的检测设备的结构示意图。如图6所示，该检测设备可以包括：处理器61、存储器62及存储在所述存储器62上并可在处理器61上运行的计算机程序指令，所述处理器61执行所述计算机程序指令时实现前述任一实施例提供的电动道岔转辙机系统的状态检测方法。
可选的，检测设备还可以包括与其他设备进行交互的接口。
可选的，该检测设备的上述各个器件之间可以通过系统总线连接。
存储器62可以是单独的存储单元，也可以是集成在处理器中的存储单元。处理器的数量为一个或者多个。
应理解，处理器61可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)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。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
系统总线可以是外设部件互连标准(peripheral component interconnect，PCI)总线或扩展工业标准结构(extended industry standard architecture，EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。存储器可能包含随机存取存储器(randomaccess memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储器(存储介质)包括：只读存储器(英文：read-only memory，简称：ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(英文：magnetic tape)、软盘(英文：floppydisk)、光盘(英文：optical disc)及其任意组合。
本申请实施例提供的检测设备，可用于执行上述任一方法实施例提供的电动道岔转辙机系统的状态检测方法，其实现原理和技术效果类似，在此不再赘述。
本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述电动道岔转辙机系统的状态检测方法。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
可选的，将可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，至少一个处理器可以从该计算机可读存储介质中读取该计算机程序，所述至少一个处理器执行所述计算机程序时可实现上述电动道岔转辙机系统的状态检测方法。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (8)

1.一种电动道岔转辙机系统的状态检测方法，其特征在于，包括：
获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；
根据所述表示杆/动作杆位移和所述电机电流，获取所述待检测电动道岔转辙机系统的健康状态特征数据；所述电动道岔转辙机系统的健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换的模，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩；
根据所述电动道岔转辙机系统的健康状态特征数据，所述电机电流，所述表示杆/动作杆位移获取所述待检测电动道岔转辙机系统的运行状态数据，所述运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力；根据所述表示杆/动作杆位移和所述电机电流，获取所述道岔物理位置和所述道岔缺口；
根据所述表示杆/动作杆速度和所述电机电流，获取所述待检测电动道岔转辙机系统的所述转换力；
根据所述表示杆/动作杆加速度、道岔质量、所述转换力，获得所述转换阻力；
根据所述转换阻力和所述表示杆/动作杆位移，获得所述道岔密贴力；
根据所述运行状态数据和所述电动道岔转辙机系统的健康状态特征数据，确定所述电动道岔转辙机系统的状态。
2.根据权利要求1所述的方法，其特征在于，所述根据所述表示杆/动作杆位移和所述电机电流，获取所述待检测电动道岔转辙机系统的健康状态特征数据，包括：
根据所述表示杆/动作杆位移，获取所述表示杆/动作杆速度，所述表示杆/动作杆加速度，所述滚珠丝杆/主轴转速，所述电机转速以及所述电机角加速度；
根据所述电机电流和所述电机转速，获取所述待检测道岔电动道岔转辙机系统的所述交流电机三相电流的派克变换模，所述电机输出功率和所述电机输出扭矩。
3.根据权利要求1所述的方法，其特征在于，所述根据所述运行状态数据和所述电动道岔转辙机系统的健康状态特征数据，确定所述电动道岔转辙机系统的状态，包括：
根据所述运行状态数据和所述健康状态特征数据确定所述待检测的电动道岔转辙机系统的时域特征，位移域特征，频域特征，位移-频域特征，角度空间域特征，角度空间频率特征，角度空间-频率域分布特征；
根据所述时域特征、所述位移域特征，所述频域特征，所述位移-频域特征，所述角度空间域特征，所述角度空间频率特征以及所述角度空间-频率域分布特征中一种或者多种特征确定所述电动道岔转辙机系统的所述状态，所述状态用于指示所述电动道岔转辙机系统是否存在故障。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据所述时域特征、所述位移域特征，所述频域特征，所述位移-频域特征，所述角度空间域特征，所述角度空间频率特征以及所述角度空间-频率域分布特征中一种或者多种特征预测所述电动道岔转辙机系统发生故障的时刻以及故障位置。
5.根据权利要求1所述的方法，其特征在于，在所述状态指示所述电动道岔转辙机系统存在故障时，所述方法还包括：
根据所述电动道岔转辙机系统的所述状态，确定所述状态的故障发生时刻及故障位置。
6.一种电动道岔转辙机系统的状态检测装置，其特征在于，包括：
获取模块，用于获取各设定时刻待检测电动道岔转辙机系统的电机电流和表示杆/动作杆位移；
处理模块，用于根据所述表示杆/动作杆位移和所述电机电流，获取所述待检测电动道岔转辙机系统的健康状态特征数据；所述电动道岔转辙机系统的健康状态特征数据包括表示杆/动作杆速度，表示杆/动作杆加速度，交流电机三相电流的派克变换的模，电机转速，滚珠丝杆/主轴转速，电机角加速度，电机输出功率，电机输出扭矩；
所述处理模块，还用于根据所述电动道岔转辙机系统的健康状态特征数据，所述电机电流，所述表示杆/动作杆位移获取所述待检测电动道岔转辙机系统的运行状态数据，所述运行状态数据包括道岔物理位置、道岔缺口，转换力，转换阻力，道岔密贴力；根据所述表示杆/动作杆位移和所述电机电流，获取所述道岔物理位置和所述道岔缺口；根据所述表示杆/动作杆速度和所述电机电流，获取所述待检测电动道岔转辙机系统的所述转换力；根据所述表示杆/动作杆加速度、道岔质量、所述转换力，获得所述转换阻力；根据所述转换阻力和所述表示杆/动作杆位移，获得所述道岔密贴力；
所述处理模块，还用于根据所述运行状态数据和所述电动道岔转辙机系统的健康状态特征数据，确定所述电动道岔转辙机系统的状态。
7.一种检测设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令，所述处理器执行所述计算机程序指令时用于实现如权利要求1至5任一项所述的电动道岔转辙机系统的状态检测方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至5任一项所述的电动道岔转辙机系统的状态检测方法。
CN202110779769.8A 2021-07-09 2021-07-09 电动道岔转辙机系统的状态检测方法、装置、设备及介质 Active CN113460122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110779769.8A CN113460122B (zh) 2021-07-09 2021-07-09 电动道岔转辙机系统的状态检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110779769.8A CN113460122B (zh) 2021-07-09 2021-07-09 电动道岔转辙机系统的状态检测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113460122A CN113460122A (zh) 2021-10-01
CN113460122B true CN113460122B (zh) 2023-04-18

Family

ID=77879554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110779769.8A Active CN113460122B (zh) 2021-07-09 2021-07-09 电动道岔转辙机系统的状态检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113460122B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023112266A1 (ja) 2021-12-16 2023-06-22 株式会社東芝 遮断器用ばね操作機構の状態監視システム、および遮断器用ばね操作機構の監視方法
CN117433422A (zh) * 2022-07-12 2024-01-23 通号通信信息集团上海有限公司 一种转撤机动作杆位移测量系统及方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2698055B2 (ja) * 1995-03-30 1998-01-19 株式会社京三製作所 電気転てつ機
JP3897910B2 (ja) * 1998-08-21 2007-03-28 日本信号株式会社 転てつ機監視装置
JP4295082B2 (ja) * 2003-12-26 2009-07-15 財団法人鉄道総合技術研究所 転てつ機の動作状況監視システムとその動作状況監視プログラム
CN1299941C (zh) * 2004-10-10 2007-02-14 北京交通大学 一种轮轨道岔转辙机动作状态监测方法和实现系统
JP4510589B2 (ja) * 2004-11-01 2010-07-28 東海旅客鉄道株式会社 電気転轍機における転換監視装置
CN101408465A (zh) * 2008-11-12 2009-04-15 河南辉煌科技股份有限公司 转辙机转换阻力在线监测方法
JP5432111B2 (ja) * 2010-11-11 2014-03-05 株式会社京三製作所 電気転てつ機
CN102156262A (zh) * 2011-03-24 2011-08-17 西南交通大学 一种铁路道岔转辙机电动机的在线监测系统及方法
CN202753962U (zh) * 2012-04-09 2013-02-27 南京铁道职业技术学院 一种电动转辙机控制系统
US20210025115A1 (en) * 2016-09-12 2021-01-28 Dilson dos Santos Rodrigues Saborage-resistant switch device for moving railroad switch points
US10794008B2 (en) * 2016-09-12 2020-10-06 Dilson dos Santos Rodrigues Electric-hydraulic railway switch device for moving railroad switch points
JP6882113B2 (ja) * 2017-08-10 2021-06-02 株式会社京三製作所 判定装置及び判定方法
CN109525405A (zh) * 2017-09-16 2019-03-26 郑州数丁信息科技有限公司 一种基于NB-IoT的机电设备状态监测系统及方法
JP7212462B2 (ja) * 2018-06-19 2023-01-25 株式会社京三製作所 鉄道沿線設備監視システム及び中央装置
CN110988677B (zh) * 2019-11-25 2021-11-09 北京昊鹏智能技术有限公司 直流电机及其驱动的机械设备的故障检测方法和装置
CN111645721A (zh) * 2020-04-30 2020-09-11 浙江大学 冗余配置的转辙机尖轨位置监测系统及转辙机
CN212921524U (zh) * 2020-04-30 2021-04-09 浙江大学 转辙机位置表示装置及智能转辙机
CN112061174A (zh) * 2020-07-28 2020-12-11 南京铁道职业技术学院 道岔转换阻力智能监控装置和方法
CN112431750B (zh) * 2020-11-10 2022-09-06 北京昊鹏智能技术有限公司 系统状态检测方法、装置、设备、系统及存储介质
CN112611487B (zh) * 2020-12-11 2022-05-10 交控科技股份有限公司 道岔转辙机扭矩测量装置、阻力测量方法及交通设施
CN112709690B (zh) * 2021-01-04 2023-01-31 北京昊鹏智能技术有限公司 电驱压气机系统的故障检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN113460122A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN113460122B (zh) 电动道岔转辙机系统的状态检测方法、装置、设备及介质
CN111356910B (zh) 一种实现旋转设备自动故障诊断及寿命预测的系统和方法
Singleton et al. Extended Kalman filtering for remaining-useful-life estimation of bearings
CA2875071C (en) Method and system for testing operational integrity of a drilling rig
Medjaher et al. Data-driven prognostics based on health indicator construction: Application to PRONOSTIA's data
Su et al. Induction machine condition monitoring using neural network modeling
Seera et al. Fault detection and diagnosis of induction motors using motor current signature analysis and a hybrid FMM–CART model
EP3462602B1 (en) Method and apparatus for online condition monitoring of variable speed motor applications
CN112431750B (zh) 系统状态检测方法、装置、设备、系统及存储介质
CN108921303A (zh) 工业电动机的故障诊断及预测性维护方法
EP3246689B1 (en) Method and system for monitoring mechanical bearing
Kim et al. Model-based fault diagnosis of induction motors using non-stationary signal segmentation
JP7198089B2 (ja) 電力変換装置、回転機システム、及び診断方法
KR20180096075A (ko) Emb 시스템을 이용한 센서 고장 검출 장치 및 그 방법
CN109477869A (zh) 电动机的诊断装置
CN114216640A (zh) 用于检测工业设备故障状态的方法、设备和介质
JP4480647B2 (ja) 電力系統脱調予測装置
Soualhi et al. Long-term prediction of bearing condition by the neo-fuzzy neuron
CN110907864B (zh) 电机定子绕组的故障检测方法、装置、设备及存储介质
CN112709690B (zh) 电驱压气机系统的故障检测方法、装置、设备及介质
CN116685967A (zh) 用于识别机械装置或机械部件中的异常的方法及装置
RU2451299C1 (ru) Устройство диагностирования в реальном времени системы электродвижения судна
KR102212084B1 (ko) 동기전동기의 고장 진단 방법
CN113421017A (zh) 系统状态检测方法、装置、设备、系统及存储介质
Wu et al. Discovering new prognostic features for the harmonic reducer in remaining useful life prediction

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