CN113819959B - 一种基于海林格距离和相关系数的悬浮系统异常检测方法 - Google Patents

一种基于海林格距离和相关系数的悬浮系统异常检测方法 Download PDF

Info

Publication number
CN113819959B
CN113819959B CN202111400021.9A CN202111400021A CN113819959B CN 113819959 B CN113819959 B CN 113819959B CN 202111400021 A CN202111400021 A CN 202111400021A CN 113819959 B CN113819959 B CN 113819959B
Authority
CN
China
Prior art keywords
current
acceleration
gap
correlation coefficient
suspension system
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
CN202111400021.9A
Other languages
English (en)
Other versions
CN113819959A (zh
Inventor
王平
盖文
伍越
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.)
Equipment Design and Testing Technology Research Institute of China Aerodynamics Research and Development Center
Original Assignee
Equipment Design and Testing Technology Research Institute of China Aerodynamics Research and Development Center
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 Equipment Design and Testing Technology Research Institute of China Aerodynamics Research and Development Center filed Critical Equipment Design and Testing Technology Research Institute of China Aerodynamics Research and Development Center
Priority to CN202111400021.9A priority Critical patent/CN113819959B/zh
Publication of CN113819959A publication Critical patent/CN113819959A/zh
Application granted granted Critical
Publication of CN113819959B publication Critical patent/CN113819959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Abstract

本发明公开了一种基于海林格距离和相关系数的悬浮系统异常检测方法，该方法首先计算和得出间隙、加速度、电流两两之间的相关系数；然后在间隙、电流和加速度的历史数据中分别选择一段无异常的数据，并考虑数据的变化，分别计算和得出间隙、电流和加速度的海林格距离；最终获得基于加权相关系数的异常检测指标H；本发明考虑到悬浮系统的电流、加速度和间隙之间存在一定的相关性，通过上述方法能够提高悬浮系统异常的检测率，解决悬浮系统漏报率大的问题。

Description

一种基于海林格距离和相关系数的悬浮系统异常检测方法
技术领域
本发明涉及故障监测技术领域，具体讲是一种基于海林格距离和相关系数的悬浮系统异常检测方法。
背景技术
悬浮系统作为磁浮飞行风洞的关键系统之一，其异常检测技术是监测系统安全的有效手段。悬浮控制系统的目标是让悬浮间隙保持在指定的悬浮间隙，但由于外界的干扰，悬浮间隙会在指定的悬浮间隙附近有一定程度的波动。虽然根据工程技术标准，通过设置经验阈值来检测悬浮控制系统是否发生异常，但在实际工程应用的情况比较复杂，主要有：（1）根据线路情况调整额定的悬浮间隙，且悬浮控制器会根据速度的变化来调整额定的悬浮间隙。（2）由于每个传感器和结构安装的差异性使得额定悬浮间隙不一定是指定的悬浮间隙。（3）在运行过程中，由于速度、轨道不平顺等多种因素综合作用，或者悬浮静止时由于共振等因素作用导致异常的间隙值低于经验阈值，从而导致漏报。
发明内容
因此，考虑到悬浮系统的电流、加速度和间隙之间存在一定的相关性，本发明利用悬浮系统的电流、加速度和间隙，提出一种基于海林格距离和相关系数的悬浮系统异常检测方法。
根据对悬浮系统的历史运行数据的分析可知，在未发生异常时间隙、电流和加速度有一定的相关性；当系统发生异常时，间隙、电流和加速度都包含着系统的异常信息，三者（间隙、电流和加速度）的相关性会发生改变，此外三者自身的数值也存在一定的变化。由于悬浮系统的复杂性和三者的耦合关系，根据经验阈值法，只考虑间隙这一单维变量数据难以准确地对系统进行异常检测；同样，如果只考虑数据之间的相关性而不考虑数据的波动异常，那么可能检测不出不明显的异常，即漏检。因此，本发明利用悬浮系统的间隙、电流、加速度等多维数据，考虑数据的变化和数据间的相关性，对悬浮系统进行异常检测，具体方法如下：
首先计算和得出间隙、加速度、电流两两之间的相关系数；
然后在间隙、电流和加速度的历史数据中分别选择一段无异常的数据，并考虑数据的变化，分别计算和得出间隙、电流和加速度的海林格距离；
最终获得基于加权相关系数的异常检测指标H；
根据异常检测指标H判断悬浮系统是否异常。
本发明通过上述方法能够提高悬浮系统异常的检测率，解决悬浮系统漏报率大的问题。
附图说明
图1是悬浮系统的第一类异常的数据曲线；
图2是本发明对第一类异常的检测结果图；
图3是悬浮系统的第二类异常的数据曲线；
图4是本发明对第二类异常的检测结果图；
图5是本发明的方法流程示意图。
具体实施方式
下面将结合附图1-图5对本发明进行详细说明，针对工程实际应用中经验阈值的方法检测异常时存在的不足，且考虑到悬浮系统的电流、加速度和间隙之间存在一定的相关性，本发明利用悬浮系统的电流、加速度和间隙，提出了一种基于海林格距离和相关系数的悬浮系统异常检测方法，该方法包括如下步骤；
步骤一，考虑数据间的相关性，两个信号序列间的相关系数公式为：
Figure DEST_PATH_IMAGE001
通过上述公式计算间隙、加速度、电流两两之间的相关系数，得出间隙与加速度的相关系数
Figure 789225DEST_PATH_IMAGE002
、间隙与电流的相关系数
Figure DEST_PATH_IMAGE003
、和加速度与电流的相关系数
Figure 953490DEST_PATH_IMAGE004
；其中x和y是间隙、或加速度、或电流的时间序列，N表示序列的长度， 是x和y的相关系数。
由于悬浮系统的电流、加速度和间隙之间存在一定的相关性，当系统发生异常时，某两个参数之间的相关性会发生一定的变化，通过步骤一获得的相关系数可以检测这种变化；
步骤二，在间隙、电流和加速度的历史数据中分别选择一段无异常的数据，并考虑数据的变化，根据如下公式分别计算间隙的海林格距离
Figure DEST_PATH_IMAGE005
、电流的海林格距离
Figure 116487DEST_PATH_IMAGE006
和加速度的海林格距离
Figure DEST_PATH_IMAGE007
；
Figure 250665DEST_PATH_IMAGE008
其中，
Figure DEST_PATH_IMAGE009
和
Figure 566240DEST_PATH_IMAGE010
表示间隙或电流或加速度在不同时间段的数据，P是从历史数据中选择的一段无异常的数据，Q是当前的一段数据，n表示
Figure 432564DEST_PATH_IMAGE009
或
Figure 616946DEST_PATH_IMAGE010
中样本的总数量，
Figure DEST_PATH_IMAGE011
或
Figure 633443DEST_PATH_IMAGE012
表示
Figure 787213DEST_PATH_IMAGE009
或
Figure 90018DEST_PATH_IMAGE010
中第ｊ个样本；
在计算
Figure DEST_PATH_IMAGE013
时，
Figure 712761DEST_PATH_IMAGE014
，
Figure 251058DEST_PATH_IMAGE009
是从历史数据中选择的一段无异常的间隙数据，
Figure 105007DEST_PATH_IMAGE010
是当前的一段间隙数据，
在计算
Figure 578714DEST_PATH_IMAGE007
时，
Figure DEST_PATH_IMAGE015
，
Figure 875703DEST_PATH_IMAGE009
是从历史数据中选择的一段无异常的加速度数据，
Figure 827478DEST_PATH_IMAGE010
是当前的一段加速度数据，
在计算
Figure 440993DEST_PATH_IMAGE006
时，
Figure 85601DEST_PATH_IMAGE016
，
Figure 669554DEST_PATH_IMAGE009
是从历史数据中选择的一段无异常的电流数据，
Figure 284075DEST_PATH_IMAGE010
是当前的一段电流数据。
当系统发生异常时，部分或所有参数的值会发生变化，通过步骤二获得的海林格距离能有效检测这种变化；
步骤三，通过如下公式获得基于加权相关系数的异常检测指标H，
Figure DEST_PATH_IMAGE017
。
当系统发生异常时，步骤一获得的结果可能会受到部分参数之间的相关性不变的影响，或步骤二获得的结果会受到部分参数的海林格距离不变的影响，通过步骤三可有效检测出异常。
步骤四，根据异常检测指标H判断悬浮系统是否异常，若异常检测指标H大于通过健康数据（悬浮系统健康情况下的获得的数据）获得的指标（通过步骤三中提出的方法获得的H）的最大值，则悬浮系统处于异常，反之，悬浮系统处于正常。
如图1所示，悬浮系统的第一类异常中，间隙有明显的波动（图1中框选部分），但没有超过经验阈值，此时加速度和电流也对应有一定的波动。对于这类异常，通过经验阈值不一定能检测出来；如图2所示，通过本发明的方法进行检测后，能够明显检测出异常信号（图2中框选部分）。
如图3所示，悬浮系统的第二类异常中，除了个别位置的间隙稍微大点外（图3中框选部分），其他位置的间隙没有明显的波动，且都没有超过经验阈值，此时电流没有明显的波动，但加速度波动很明显。对于这类异常，根据经验阈值方法无法检测出来；如图4所示，通过本发明的方法进行检测后，能够明显检测出异常信号（图4中框选部分）。
通过上述四个步骤能够有效的提高悬浮系统异常的检测率，解决悬浮系统漏报率大的问题。

Claims (1)

1.一种基于海林格距离和相关系数的悬浮系统异常检测方法，其特征在于，包括如下步骤：
计算和得出间隙、加速度、电流两两之间的相关系数；
在间隙、电流和加速度的历史数据中分别选择一段无异常的数据，并考虑数据的变化，分别计算和得出间隙、电流和加速度的海林格距离；
获得基于加权相关系数的异常检测指标H；
根据异常检测指标H判断悬浮系统是否异常;
其中计算所述间隙、加速度、电流两两之间的相关系数的具体方法是通过如下公式计算，
Figure DEST_PATH_IMAGE002
并得出间隙与加速度的相关系数
Figure DEST_PATH_IMAGE004
、间隙与电流的相关系数
Figure DEST_PATH_IMAGE006
、加速度与电流的相关系数
Figure DEST_PATH_IMAGE008
；其中x和y是间隙、或加速度、或电流的时间序列，N表示序列的长度，
Figure DEST_PATH_IMAGE010
是x和y的相关系数；
所述间隙、电流和加速度的海林格距离是通过如下公式计算，并得出间隙的海林格距离
Figure DEST_PATH_IMAGE012
、电流的海林格距离
Figure DEST_PATH_IMAGE014
和加速度的海林格距离
Figure DEST_PATH_IMAGE016
；
Figure DEST_PATH_IMAGE018
，
其中，
Figure DEST_PATH_IMAGE020
和
Figure DEST_PATH_IMAGE022
表示间隙或电流或加速度在不同时间段的数据，
Figure DEST_PATH_IMAGE023
是从历史数据中选择的一段无异常的数据，
Figure 731854DEST_PATH_IMAGE022
是当前的一段数据，n表示
Figure 852256DEST_PATH_IMAGE023
或
Figure 897573DEST_PATH_IMAGE022
中样本的总数量，
Figure DEST_PATH_IMAGE025
或
Figure DEST_PATH_IMAGE027
表示
Figure 417416DEST_PATH_IMAGE023
或
Figure 684318DEST_PATH_IMAGE022
中第ｊ个样本；
所述异常检测指标H的获得方法是通过如下公式计算，
Figure DEST_PATH_IMAGE029
；
判断悬浮系统是否异常的方法是，异常检测指标H大于通过健康数据获得的指标的最大值，则悬浮系统处于异常，反之，悬浮系统处于正常。
CN202111400021.9A 2021-11-24 2021-11-24 一种基于海林格距离和相关系数的悬浮系统异常检测方法 Active CN113819959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111400021.9A CN113819959B (zh) 2021-11-24 2021-11-24 一种基于海林格距离和相关系数的悬浮系统异常检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111400021.9A CN113819959B (zh) 2021-11-24 2021-11-24 一种基于海林格距离和相关系数的悬浮系统异常检测方法

Publications (2)

Publication Number Publication Date
CN113819959A CN113819959A (zh) 2021-12-21
CN113819959B true CN113819959B (zh) 2022-02-08

Family

ID=78918119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111400021.9A Active CN113819959B (zh) 2021-11-24 2021-11-24 一种基于海林格距离和相关系数的悬浮系统异常检测方法

Country Status (1)

Country Link
CN (1) CN113819959B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445258A (zh) * 2018-04-20 2018-08-24 北京交通大学 基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法
CN113359665A (zh) * 2021-05-31 2021-09-07 上海工程技术大学 一种基于加权关键主元的工业过程故障检测方法及系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19928736C2 (de) * 1999-06-23 2002-01-10 Siemens Ag Verfahren und Anordnung zur Versorgung eines Langstator-Linearmotors mit mindestens zwei voneinander getrennten Antriebsseiten
DE102006006350A1 (de) * 2006-02-07 2007-08-16 Siemens Ag Verfahren und Einrichtung zur Erdschlusserfassung in einem Versorgungskabel
CN100497037C (zh) * 2007-10-17 2009-06-10 中国人民解放军国防科学技术大学 防护磁浮列车吸死轨道的方法及系统
CN102102975B (zh) * 2011-01-13 2012-09-05 中国人民解放军国防科学技术大学 中低速磁浮列车的悬浮间隙传感器
KR101409758B1 (ko) * 2013-05-28 2014-06-27 아주대학교산학협력단 콘텐츠 중심 네트워크에서의 서비스 거부 공격 탐지 장치 및 방법
CN104697525B (zh) * 2015-01-06 2018-09-21 中国人民解放军装备学院 一种基于磁悬浮控制敏感陀螺构型的姿态角速度测量方法
CN104990717B (zh) * 2015-07-27 2017-10-20 中国人民解放军国防科学技术大学 一种磁浮列车传感器信号处理方法
CN105354583B (zh) * 2015-08-24 2018-08-31 西安电子科技大学 基于局部均值的不平衡数据分类方法
CN109597307A (zh) * 2018-12-29 2019-04-09 浙江运达风电股份有限公司 一种基于隐马尔科夫模型的故障容错控制方法
CN109871897A (zh) * 2019-02-28 2019-06-11 桂林理工大学 海林格距离为参考标准的过采样的方法
JP2022523563A (ja) * 2019-03-04 2022-04-25 アイオーカレンツ， インコーポレイテッド 機械学習および人工知能を使用する、機械異常の近リアルタイム検出ならびに分類
CN211205763U (zh) * 2019-11-21 2020-08-07 中国人民解放军国防科技大学 一种中低速磁悬浮列车悬浮系统及其健康评估装置
CN112132719B (zh) * 2020-08-11 2023-06-09 湖南大学 用于应急救援的人员搜救方法、装置、系统及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445258A (zh) * 2018-04-20 2018-08-24 北京交通大学 基于积分器的磁浮列车单铁悬浮加速度传感器诊断方法
CN113359665A (zh) * 2021-05-31 2021-09-07 上海工程技术大学 一种基于加权关键主元的工业过程故障检测方法及系统

Also Published As

Publication number Publication date
CN113819959A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
US9151786B2 (en) Systems, methods, and apparatus for detecting shifts in redundant sensor signals
US20130191681A1 (en) Systems, methods, and apparatus for signal processing-based fault detection, isolation and remediation
US20130226492A1 (en) Systems, methods, and apparatus for detecting and removing sensor signal impulse disturbances
US20130197849A1 (en) Systems, methods, and apparatus for detecting irregular sensor signal noise
US11131606B2 (en) Method for providing measured values of a technical installation, technical system, and method for operating the technical system
CN111776006B (zh) 一种列车轴温的预报警方法及装置
CN111222247A (zh) 一种旋转机械早期故障预警方法
JP5824333B2 (ja) スティックスリップ検出装置および検出方法
CN113819959B (zh) 一种基于海林格距离和相关系数的悬浮系统异常检测方法
US7249287B2 (en) Methods and apparatus for providing alarm notification
KR20070088385A (ko) 증기 터빈에 있어서 물 유입을 검출하기 위한 방법
CN110991074A (zh) 一种位移传感器测量数据有效性的判定方法
CN112528227A (zh) 一种基于数理统计的传感器异常数据识别方法
CN113741372A (zh) 一种降低工业过程控制系统偏差攻击误报的方法
CN117422310A (zh) 一种全钢内衬层联动线群的电控决策优化方法
CN110207827B (zh) 一种基于异常因子提取的电气设备温度实时预警方法
CN112000519A (zh) 一种采样数据异常值修复方法及装置
CN113740066B (zh) 一种压缩机轴承早期故障检测方法
CN108595380A (zh) 一种高炉异常炉况检测方法
CN114962239A (zh) 一种基于智能物联网的设备故障检测方法
CN108982132A (zh) 一种转向架传感器的故障检测方法
CN109828146B (zh) 一种通过设备电参数ad采样判断设备工况的方法
US20200112577A1 (en) Graph-based sensor ranking
CN113614253A (zh) 高炉异常判定装置、高炉异常判定方法以及高炉操作方法
US20210400069A1 (en) Information processing apparatus

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