CN113859306A - 一种机车数据专家诊断分析方法、装置及系统 - Google Patents
一种机车数据专家诊断分析方法、装置及系统 Download PDFInfo
- Publication number
- CN113859306A CN113859306A CN202010618974.1A CN202010618974A CN113859306A CN 113859306 A CN113859306 A CN 113859306A CN 202010618974 A CN202010618974 A CN 202010618974A CN 113859306 A CN113859306 A CN 113859306A
- Authority
- CN
- China
- Prior art keywords
- data
- fault
- analyzed
- vehicle
- analysis
- 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.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
- B61L15/0072—On-board train data handling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
- B61L15/0081—On-board diagnosis or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Abstract
本申请提供一种机车数据专家诊断分析方法、装置及系统,本申请预先在专家知识数据库中存储有数据清洗规则、故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则,在存在诊断分析需求时,获取包括故障记录数据和运行状态数据的待分析数据,首先通过匹配对应的协议解释器,对待分析数据进行数据解析,得到解析后数据,然后,调用预设专家知识数据库中的数据清洗规则对解析后的数据进行清洗,得到源故障数据,最终利用预设专家知识数据库中的预设规则对源故障数据进行数据专家诊断分析,得到对应的诊断分析结果。通过本申请可实现车载关键部件的故障诊断、故障预警、寿命预测和健康评估等分析功能,进而满足机车复杂情况下的故障诊断要求。
Description
技术领域
本申请涉及机车故障诊断及分析技术领域,尤其涉及一种机车数据专家诊断分析方法、装置及系统。
背景技术
随着我国铁路网不断的迅速发展,这对于其尽快发挥经济效益具有积极作用。然而,由于机车运行速度快,机车的安全运行已作为铁路部门工作的重中之重,为了更好地掌握机车的运行状态,及时诊断机车故障,需要高可靠的机车故障诊断分析系统,实现对机车的故障诊断、故障预警、寿命预测和健康评估等分析功能。
然而,目前在机车故障诊断分析系统中,对机车的故障诊断、故障预警、寿命预测和健康评估等分析功能,仅局限在对部分关键设备、部件零件等方面的诊断分析,并未涉及整个机车系统的综合诊断分析,从而无法全方位地实现机车故障分析和定位,导致机车故障诊断准确率和效率较低,无法满足机车复杂情况下的高精度高可靠的故障诊断要求。
因此,如何全方位地实现机车故障分析和定位,提高机车故障诊断准确率和效率,从而满足机车复杂情况下的高精度高可靠的故障诊断要求,是本领域技术人员亟待解决的技术问题。
发明内容
本申请提供了一种机车数据专家诊断分析方法、装置及系统,以解决现有技术无法全方位地实现机车故障分析和定位,导致机车故障诊断准确率和效率较低,无法满足机车复杂情况下的故障诊断要求的问题。
为了实现上述目的,本申请提供了以下技术方案:
一种机车数据专家诊断分析方法,应用于机车数据专家诊断分析系统,该方法包括:
获取待分析数据,所述待分析数据包括故障记录数据和运行状态数据;
通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据;
调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据;
利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
其中,所述获取待分析数据,具体为:
获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件;
对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
其中,所述通过匹配对应的协议解释器,对所述协议解释器对所述待分析数据进行数据解析,得到解析后数据,具体为:
根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
其中,利用所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
其中,利用所述预设专家知识数据库中的所述故障预警规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值;
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
其中,利用所述预设专家知识数据库中的所述寿命预测规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次;
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
其中,利用所述预设专家知识数据库中的所述健康评估规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
一种机车数据专家诊断分析装置,应用于机车数据专家诊断分析系统,该装置包括:
第一处理单元,用于获取待分析数据,所述待分析数据包括故障记录数据和运行状态数据;
第二处理单元,用于通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据;
第三处理单元,用于调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据;
第四处理单元,用于利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
其中,所述第一处理单元具体用于:
获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件;
对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
其中,所述第二处理单元具体用于:
根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
其中,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
其中,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值;
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
其中,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次;
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
其中,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
一种机车数据专家诊断分析系统,包括:数据接入服务器、数据处理分析服务器和应用终端,其中:
所述数据接入服务器包括一台或多台服务器硬件,并装载数据接入与处理程序,所述数据接入与处理程序用于接入待分析车载关键部件的原始数据记录文件以及对所述待分析车载关键部件的原始数据记录文件进行数据处理;
所述数据处理分析服务器包括一台或多台服务器硬件,并装载运行数据分析处理程序和相关数据库,所述数据分析处理程序用于对故障数据、状态数据和过程数据的存储、数据专家诊断分析和为所述数据专家诊断分析系统提供应用接口;
所述应用终端包括分析终端和移动终端,装载并运行专家诊断分析客户端软件,为用户提供人机交互操作界面,查询相关数据并展示。
一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行如上述所述的机车数据专家诊断分析方法。
一种电子设备,所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如上述所述的机车数据专家诊断分析方法。
本申请所述的机车数据专家诊断分析方法、装置及系统,本申请预先在专家知识数据库中存储有数据清洗规则、故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则,在存在诊断分析需求时,获取包括故障记录数据和运行状态数据的待分析数据,首先通过匹配对应的协议解释器,对待分析数据进行数据解析,得到解析后数据,然后,调用预设专家知识数据库中的数据清洗规则对解析后的数据进行清洗,得到源故障数据,最终利用预设专家知识数据库中的预设规则对源故障数据进行数据专家诊断分析,得到对应的诊断分析结果。通过本申请可以全方位地实现机车故障分析和定位,实现车载关键部件的故障诊断、故障预警、寿命预测和健康评估等分析功能,提升机车故障诊断准确率和效率,进而满足机车复杂情况下的故障诊断要求。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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为本申请实施例提供的一种机车数据专家诊断分析系统示意图;
图2为本申请实施例提供的一种机车数据专家诊断分析方法的流程图;
图3为本申请实施例提供的数据处理单元处理流程图;
图4为本申请实施例提供的一种机车数据专家诊断分析装置结构示意图;
图5为本申请实施例公开的一种电子设备结构示意图。
具体实施方式
本申请提供一种机车数据专家诊断分析方法及装置,应用于如图1所示的机车数据专家诊断分析系统,该机车数据专家诊断分析系统包括:数据接入服务器11、数据处理分析服务器12和应用终端13,数据接入服务器11由一台或多台服务器硬件组成,装载数据接入与处理程序,数据接入与处理程序主要包含数据接入单元111和数据处理单元112,负责车载数据接入和处理。数据处理分析服务器12由一台或多台服务器硬件构成,数据处理分析服务器12上主要装载运行数据分析处理程序和相关数据库,数据分析处理程序的功能主要包括数据存储单元121、数据分析单元122和应用接口功能单元123。应用终端13包括分析终端131和移动终端132,应用终端131装载并运行专家诊断分析客户端软件,为用户提供人机交互操作界面,查询系统数据并展示,移动终端132主要是智能手机和平板电脑等智能终端设备,为用户提供更加便携的数据诊断分析服务。
本申请发明目的在于:如何全方位地实现机车故障分析和定位,提高机车故障诊断准确率和效率,从而满足机车复杂情况下的高精度高可靠的故障诊断要求。
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,所描述的实施例仅仅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,都属于本申请保护的范围。
如图2所示,本申请实施例提供了一种机车数据专家诊断分析方法流程图,该方法应用于机车数据专家诊断分析系统,具体包括如下步骤:
S201:获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件。
结合图1说明,通过数据接入处理单元111通过WLAN通道获取牵引系统、网络控制系统、远程状态监测系统(CMD,Chinese locomotive remote Monitoring and Diagnosissystem,全称:中国机车远程监测与诊断系统)、走行部监测、制动系统等车载关键部件的原始数据记录文件,具体可以包括故障记录文件和状态记录文件,同时通过应用接口单元123关联获取机务段整备/检修、车号识别、轨旁检测及其他数据分析等外部应用系统的数据进行综合分析,应用接口单元123主要为分析客户端和移动终端软件提供对数据查询接口和数据推送接口,根据前端查询指令关联查询本系统和其他应用系统的相关数据,并将查询结果以特定JSON格式推送至前端客户端。
需要说明的是,本申请实施例技术方案中,机车车载数据接入是通过WLAN无线局域网向地面服务器发送数据。其中,数据通信的方式也可以采用4G/5G通信技术替代,实现本发明相同的目的。
在本申请实施例中,数据接入单元主要负责与车载无线传输装置LDP进行数据通信,下载并接收不同车型、设备的各类型数据。关于数据接入单元的工作原理为:
首先,建立车地数据通信链路,数据接入服务器作为通信服务端首先接入无线局域网WLAN,并周期性广播UDP报文。当机车进入无线局域网WLAN范围后,车载无线传输装置收到广播信息后,向地面数据接入服务器发起建立连接请求,地面数据接入服务器反馈应答报文。车地握手成功后建立起车地数据传输链路。
其次,地面服务向车载发送数据下载指令,车地建立数据通信链路后,地面向车载无线传输装置发送下载指令,指令信息至少包含设备类型、文件的开始日期时间等信息。
然后,车载无线传输装置接收到下载命令后,从源设备获取文件并打包压缩加密,然后向地面发送数据文件,并发送文件下载进度信息。
最后,文件发送完成后,车载无线传输装置向地面发送下载完成报文,地面接收到下载完成报文后进行应答响应,然后关闭数据通信链路。
S202:对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
S203:通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据。
S204:调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据。
如图3所示,为数据处理单元处理流程示意图。在本申请实施例中,数据处理单元112主要负责对机车车载下发的与故障相关的数据文件进行处理,尤其是牵引系统(TCU“牵引传动控制单元,Traction Control Unit”记录数据)、网络控制系统(ERM“Event RecordModule”事件记录模块,属于TCMS系统的事件记录模块”记录数据)、CMD车载装置(LDP“Locomotive onboard general Data monitoring Platform,机车车载综合信息监测装置”记录数据)等的故障记录文件和事件(状态)记录文件。针对接入的数据,根据不同车型、设备、数据类型,通过匹配对应的协议解释器进行数据解析、预处理,并调用数据清洗规则对故障数据和状态数据进行清洗,屏蔽或删除无效的故障和状态数据,最后将清洗后的干净数据保存到数据存储单元的数据库中,原始数据文件仍以文件形式保存备份。
首先,数据解析,数据处理单元对接入的数据文件,根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
协议解释器主要是指机车专家分析系统针对不同车型、设备进行协议配置,以及协议和数据的解析处理,实现不同车型、设备的数据接入存储。
其次,数据清洗,在数据解析完成之后,数据处理单元对解析后的故障数据、事件记录、过程数据进行清洗。具体原理为:根据故障发生时刻的状态数据以及前后相关的故障条目,从预设专家知识数据库中匹配预先设定的数据清洗规则进行数据清洗,一方面清洗掉大量的次生故障(连带发生的故障),仅保留源故障;另一方面对无效或无意义的过程数据进行过滤删除,快速聚焦需要分析处理的故障。另外,除了后台自动清洗,在分析客户端支持用户手动设定清洗规则进行二次清洗。
最后,数据存储,数据存储单元由故障数据库、运行数据库和专家知识数据库构成,主要负责数据专家诊断分析系统相关数据的存储和管理。根据数据类型的不同,采用不同的存储管理策略。故障数据库主要存储解析后的故障数据及环境数据;而数据量大的机车运行状态数据和故障记录数据存储于运行数据库;专家知识数据库主要存储数据清洗规则、故障诊断规则、寿命预测规则和健康状态评估规则,其他数据采用文件形式存储。需要说明时的是,这种分类存储管理策略既保证数据的存储性能,也有利于提高数据利用效率。
S205:利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
对所述源故障数据进行数据专家诊断分析主要是由数据专家诊断分析系统中的数据分析单元完成,具体的,数据分析单元主要由故障诊断模块、故障预警模块、寿命预测模块和健康评估模块组成,其中:
故障诊断模块利用所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
需要说明的是,对于故障诊断模块可以自动进行故障分析和定位,确定可能的故障原因,并给出故障处置措施。另外,针对多种可能原因,分别计算给出发生的概率值或权重。系统依据故障诊断结果信息自动进行故障提票,跟踪故障人工处置过程。经用户确认后,系统对原故障诊断规则或算法进行自动修正,更新故障处置措施,达到故障闭环目的。
故障预警模块利用所述预设专家知识数据库中的所述故障预警规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值。
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
需要说明的是,故障预警模块主要实现在设备发生故障之前提示故障预警信息。具体原理是依据专家知识库中的预警规则或算法将机车关键部件的相关状态值经过系统综合运算后,计算得出可指示该设备当前状态的特征值,再根据特征值在一段时间内的发展趋势特性以及系统预置的规则计算得出故障预警信息,预警信息包括预警代码、预警故障名称、预警故障时间和预警故障处理措施,故障预警信息可进行跟踪确认。
寿命预测模块利用所述预设专家知识数据库中的所述寿命预测规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次。
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
需要说明的是,寿命预测模块主要对关键寿命部件进行寿命监测,及时进行寿命的预测和告警。具体技术方案为监测并统计关键部件的使用次数、使用时长、异常状态发生的频次,再与专家知识库中预置的寿命阈值进行比较判断,给出该关键部件的寿命预测信息。预测信息包括部件名称、预警值、报警值、当前值。
健康评估模块利用所述预设专家知识数据库中的所述健康评估规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
需要说明的是,健康评估模块主要基于专家知识库的健康状态评估模型对机车关键部件或系统的健康状态进行综合评估,输入关联部件或系统的相关参数和状态值,输出其健康状态结果。健康评估信息包括系统/设备名称、健康状态、指导意见。
进一步的,本申请实施例中,该方法还包括:将得到的诊断分析结果发送至应用终端。
需要说的是,专家诊断分析系统的应用终端包括分析终端和移动终端,通过运行于应用终端上的前端应用软件为用户提供人机交互界面,控制软件的运行和理解并执行通过人机交互设备传来的有关的各种命令和要求。应用终端上的专家诊断分析客户端软件采用C/S和B/S架构设计,而移动终端上运行的客户端软件采用B/S架构设计。
而分析终端上具体功能模块设计可以包括:信息总览、故障关联分析、统计分析、系统数据查询、故障提票、故障闭环、算法组态等模块,具体描述参见如下:
信息总览模块查看当日的原始故障条数、清洗后的故障条数、机车预警条数,提票、回票总数,应当接入和当前接入机车数据以及当前下载文件数。
故障关联分析模块实现故障与环境变量的关联分析,以及与可根据车型、车号以及时间维度结合整备系统、车号识别系统、检修系统、LKJ(列车运行监控装置)、6A等其他系统数据进行关联分析,辅助进行故障分析、定位,为各类故障分析提供支撑。
需要说明的是,6A为机车车载安全防护系统,包括机车空气制动安全监测子系统(简称ABDR)、机车防火监控子系统(简称AFDR)、机车车顶设备绝缘检测子系统(简称AGDR)、机车走行部故障监测子系统(简称ATDR)、机车自动视频监控及记录子系统(简称AVDR)。
统计分析模块主要实现针对机车趟检数据,在时间、车型、车号、故障等级、故障类型等多个维度对机车趟检故障进行汇总分析、故障类别、故障频次和故障等级分布以及故障发生趋势等进行统计分析。统计分析结果以饼图、柱状图、列表、曲线等形式展示故障统计信息和统计详情。
系统数据查询模块主要实现机车趟检数据查询、已下载分析的历史文件查询、故障处置情况查询以及全部故障列表和清洗后故障列表查询;
故障提票模块主要实现自动生成机统6故障提票信息,并通过数据接口单元将故障提票信息接入整备、检修系统,完成故障自动提票功能。
故障闭环模块可通过数据接口单元查询提票的整备结果、施修情况,根据施修情况,进行故障原因确认或新增故障原因,实现故障确认和闭环,逐步完善机车专家诊断分析系统的专家知识库。
算法组态模块提为用户提供图形化交互界面,实现以图形化等方式进行故障诊断算法/规则的创建、编辑和保存。创建的算法/规则包括名称、描述、应用车型、应用范围、创建者、创建时间等属性,经过验证的算法/规则可以通过应用接口单元与其他外部系统进行交互共享。
本申请实施例提供的一种机车数据专家诊断分析方法,预先在专家知识数据库中存储有数据清洗规则、故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则,在存在诊断分析需求时,获取包括故障记录数据和运行状态数据的待分析数据,首先通过匹配对应的协议解释器,对待分析数据进行数据解析,得到解析后数据,然后,调用预设专家知识数据库中的数据清洗规则对解析后的数据进行清洗,得到源故障数据,最终利用预设专家知识数据库中的预设规则对源故障数据进行数据专家诊断分析,得到对应的诊断分析结果。通过本申请实施例可以全方位地实现机车故障分析和定位,实现车载关键部件的故障诊断、故障预警、寿命预测和健康评估等分析功能,提升机车故障诊断准确率和效率,进而满足机车复杂情况下的故障诊断要求。
请参阅图4,基于上述实施例公开的一种机车数据专家诊断分析方法,本实施例对应公开了一种机车数据专家诊断分析装置,应用于机车数据专家诊断分析系统,该装置具体包括:第一处理单元401、第二处理单元402、第三处理单元403和第四处理单元404,其中:
第一处理单元401,用于获取待分析数据,所述待分析数据包括故障记录数据和运行状态数据。
第二处理单元402,用于通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据。
第三处理单元403,用于调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据。
第四处理单元404,用于利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
优选的,所述第一处理单元401具体用于:
获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件;
对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
优选的,所述第二处理单元402具体用于:
根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
优选的,所述第四处理单元404具体用于:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
优选的,所述第四处理单元404具体用于:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值;
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
优选的,所述第四处理单元404具体用于:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次;
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
优选的,所述第四处理单元404具体用于:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
所述机车数据专家诊断分析装置包括处理器和存储器,上述第一处理单元、第二处理单元、第三处理单元和第四处理单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过预先在专家知识数据库中存储有数据清洗规则、故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则,在存在诊断分析需求时,可以全方位地实现机车故障分析和定位,实现车载关键部件的故障诊断、故障预警、寿命预测和健康评估等分析功能,提升机车故障诊断准确率和效率,进而满足机车复杂情况下的故障诊断要求。
请参见图1所示,本申请实施例还公开了一种机车数据专家诊断分析系统,该系统具体包括:数据接入服务器11、数据处理分析服务器12和应用终端13,其中:
所述数据接入服务器11包括一台或多台服务器硬件,并装载数据接入与处理程序,所述数据接入与处理程序用于接入待分析车载关键部件的原始数据记录文件以及对所述待分析车载关键部件的原始数据记录文件进行数据处理。
所述数据处理分析服务器12包括一台或多台服务器硬件,并装载运行数据分析处理程序和相关数据库,所述数据分析处理程序用于对故障数据、状态数据和过程数据的存储、数据专家诊断分析和为所述数据专家诊断分析系统提供应用接口。
所述应用终端13包括分析终端和移动终端,装载并运行专家诊断分析客户端软件,为用户提供人机交互操作界面,查询相关数据并展示。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述机车数据专家诊断分析方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述机车数据专家诊断分析方法。
本发明实施例提供了一种电子设备,如图5所示,该电子设备50包括至少一个处理器501、以及与所述处理器连接的至少一个存储器502、总线503;其中,所述处理器501、所述存储器502通过所述总线503完成相互间的通信;处理器501用于调用所述存储器502中的程序指令,以执行上述的所述机车数据专家诊断分析方法。
本文中的电子设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:
获取待分析数据,所述待分析数据包括故障记录数据和运行状态数据;
通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据;
调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据;
利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
其中,所述获取待分析数据,具体为:
获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件;
对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
其中,所述通过匹配对应的协议解释器,对所述协议解释器对所述待分析数据进行数据解析,得到解析后数据,具体为:
根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
其中,利用所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
其中,利用所述预设专家知识数据库中的所述故障预警规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值;
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
其中,利用所述预设专家知识数据库中的所述寿命预测规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次;
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
其中,利用所述预设专家知识数据库中的所述健康评估规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (17)
1.一种机车数据专家诊断分析方法,其特征在于,应用于机车数据专家诊断分析系统,该方法包括:
获取待分析数据,所述待分析数据包括故障记录数据和运行状态数据;
通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据;
调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据;
利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
2.根据权利要求1所述的方法,其特征在于,所述获取待分析数据,具体为:
获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件;
对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
3.根据权利要求1所述的方法,其特征在于,所述通过匹配对应的协议解释器,对所述协议解释器对所述待分析数据进行数据解析,得到解析后数据,具体为:
根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
4.根据权利要求1所述的方法,其特征在于,利用所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
5.根据权利要求1所述的方法,其特征在于,利用所述预设专家知识数据库中的所述故障预警规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值;
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
6.根据权利要求1所述的方法,其特征在于,利用所述预设专家知识数据库中的所述寿命预测规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次;
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
7.根据权利要求1所述的方法,其特征在于,利用所述预设专家知识数据库中的所述健康评估规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,具体为:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
8.一种机车数据专家诊断分析装置,其特征在于,应用于机车数据专家诊断分析系统,该装置包括:
第一处理单元,用于获取待分析数据,所述待分析数据包括故障记录数据和运行状态数据;
第二处理单元,用于通过匹配对应的协议解释器,对所述待分析数据进行数据解析,得到解析后数据,所述解析后数据包括故障数据、状态数据和过程数据;
第三处理单元,用于调用预设专家知识数据库中的数据清洗规则对所述解析后的数据进行清洗,得到源故障数据;
第四处理单元,用于利用所述预设专家知识数据库中的预设规则对所述源故障数据进行数据专家诊断分析,得到对应的诊断分析结果,所述预设专家知识数据库中存储的预设规则包括:故障诊断规则、故障预警规则、寿命预测规则和健康状态评估规则。
9.根据权利要求8所述的装置,其特征在于,所述第一处理单元具体用于:
获取待分析车载关键部件的原始数据记录文件,所述原始数据记录文件包括:故障记录文件和状态记录文件;
对所述原始数据记录文件进行数据解压、数据解密和数据校验,得到所述待分析数据。
10.根据权利要求8所述的装置,其特征在于,所述第二处理单元具体用于:
根据不同车型、设备和数据类型匹配对应的协议解释器,通过所述协议解释器对所述待分析数据进行数据解析,得到解析后数据的关键信息,所述解析后数据中的关键信息至少包括:故障名称、故障代码、故障发生时间、故障结束时间、故障点时刻的相关设备的状态量、故障点前后若干个周期的环境数据以及车型和车号。
11.根据权利要求8所述的装置,其特征在于,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述故障诊断规则对所述源故障数据进行规则匹配和运算,得到故障诊断信息,所述故障诊断信息包括:故障类型、故障位置、故障原因和故障处置措施。
12.根据权利要求8所述的装置,其特征在于,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述故障预警规则将所述待分析车载关键部件的相关状态值经过系统综合运算,得到可指示所述待分析车载关键部件当前状态的特征值;
根据预设时间内所述特征值的发展趋势特性以及预置规则进行计算,得到故障预警信息,所述故障预警信息包括:预警代码、预警故障名称、预警故障时间和预警故障的处理措施。
13.根据权利要求8所述的装置,其特征在于,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述寿命预测规则对所述待分析车载关键部件进行寿命监测,得到对所述待分析车载关键部件的监测数据,所述监测数据包括:所述待分析车载关键部件的使用次数、使用时长以及异常状态发生的频次;
将所述监测数据与预置的寿命预置进行对比,得到所述待分析车载关键部件的寿命预测信息,所述寿命预测信息包括:所述待分析车载关键部件的部件名称、预警值、报警值和当前值。
14.根据权利要求8所述的装置,其特征在于,所述第四处理单元具体用于:
依据所述预设专家知识数据库中的所述健康评估规则对所述待分析车载关键部件的健康状态进行综合评估,得到健康评估信息,所述健康评估信息包括:所述待分析车载关键部件的部件名称、健康状态和指导意见。
15.一种机车数据专家诊断分析系统,其特征在于,包括:数据接入服务器、数据处理分析服务器和应用终端,其中:
所述数据接入服务器包括一台或多台服务器硬件,并装载数据接入与处理程序,所述数据接入与处理程序用于接入待分析车载关键部件的原始数据记录文件以及对所述待分析车载关键部件的原始数据记录文件进行数据处理;
所述数据处理分析服务器包括一台或多台服务器硬件,并装载运行数据分析处理程序和相关数据库,所述数据分析处理程序用于对故障数据、状态数据和过程数据的存储、数据专家诊断分析和为所述数据专家诊断分析系统提供应用接口;
所述应用终端包括分析终端和移动终端,装载并运行专家诊断分析客户端软件,为用户提供人机交互操作界面,查询相关数据并展示。
16.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至7中任一项所述的机车数据专家诊断分析方法。
17.一种电子设备,其特征在于,所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如权利要求1至7中任一项所述的机车数据专家诊断分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618974.1A CN113859306A (zh) | 2020-06-30 | 2020-06-30 | 一种机车数据专家诊断分析方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618974.1A CN113859306A (zh) | 2020-06-30 | 2020-06-30 | 一种机车数据专家诊断分析方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113859306A true CN113859306A (zh) | 2021-12-31 |
Family
ID=78981625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010618974.1A Pending CN113859306A (zh) | 2020-06-30 | 2020-06-30 | 一种机车数据专家诊断分析方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113859306A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115086155A (zh) * | 2022-06-01 | 2022-09-20 | 上海方甸智能科技有限公司 | 一种基于物联网的设备故障检测诊断方法及系统 |
CN117235444A (zh) * | 2023-11-08 | 2023-12-15 | 深圳刷宝科技有限公司 | 一种融合深度学习与专家经验的金融风控方法及系统 |
CN115086155B (zh) * | 2022-06-01 | 2024-05-14 | 上海方甸智能科技有限公司 | 一种基于物联网的设备故障检测诊断方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050060249A (ko) * | 2003-12-16 | 2005-06-22 | 한국철도기술연구원 | 도시철도차량 유지보수 정보화 응용시스템 |
CN103345207A (zh) * | 2013-05-31 | 2013-10-09 | 北京泰乐德信息技术有限公司 | 一种轨道交通监控数据的挖掘分析与故障诊断系统 |
CN109948169A (zh) * | 2017-12-20 | 2019-06-28 | 中国中车股份有限公司 | 一种铁路货车故障预测与健康管理系统 |
CN110271581A (zh) * | 2019-06-11 | 2019-09-24 | 武汉创牛科技有限公司 | 一种车辆故障实时采集维修系统 |
CN111240300A (zh) * | 2020-01-07 | 2020-06-05 | 国电南瑞科技股份有限公司 | 基于大数据的车辆健康状态评估模型构建方法 |
-
2020
- 2020-06-30 CN CN202010618974.1A patent/CN113859306A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050060249A (ko) * | 2003-12-16 | 2005-06-22 | 한국철도기술연구원 | 도시철도차량 유지보수 정보화 응용시스템 |
CN103345207A (zh) * | 2013-05-31 | 2013-10-09 | 北京泰乐德信息技术有限公司 | 一种轨道交通监控数据的挖掘分析与故障诊断系统 |
CN109948169A (zh) * | 2017-12-20 | 2019-06-28 | 中国中车股份有限公司 | 一种铁路货车故障预测与健康管理系统 |
CN110271581A (zh) * | 2019-06-11 | 2019-09-24 | 武汉创牛科技有限公司 | 一种车辆故障实时采集维修系统 |
CN111240300A (zh) * | 2020-01-07 | 2020-06-05 | 国电南瑞科技股份有限公司 | 基于大数据的车辆健康状态评估模型构建方法 |
Non-Patent Citations (2)
Title |
---|
赵克元: ""和谐型电力机车车载数据处理及专家诊断系统的开发应用"", 《科技创新与应用》 * |
高永强: """神华号"电力机车关键系统及部件故障诊断专家系统"", 《控制与信息技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115086155A (zh) * | 2022-06-01 | 2022-09-20 | 上海方甸智能科技有限公司 | 一种基于物联网的设备故障检测诊断方法及系统 |
CN115086155B (zh) * | 2022-06-01 | 2024-05-14 | 上海方甸智能科技有限公司 | 一种基于物联网的设备故障检测诊断方法及系统 |
CN117235444A (zh) * | 2023-11-08 | 2023-12-15 | 深圳刷宝科技有限公司 | 一种融合深度学习与专家经验的金融风控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107589695B (zh) | 一种列车组故障预测与健康管理系统 | |
CN109189019B (zh) | 一种机车乘务员值乘标准化监控系统 | |
KR20190107080A (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
CN111204363B (zh) | 一种牵引系统故障诊断预警和状态评估方法、装置及系统 | |
CN109747685B (zh) | 应答器系统故障预警平台 | |
CN107139972B (zh) | 一种用于列车运行监控系统的设备故障智能诊断及处理销号的方法 | |
CN111890933A (zh) | 车辆的电池管理方法和系统、车辆和服务器 | |
CN112769908A (zh) | 协同控制方法、装置及电子设备 | |
CN112232405B (zh) | 齿轮箱的故障预测、监测和诊断方法及相应装置 | |
CN115437338A (zh) | 远程诊断方法及装置、电子设备和存储介质 | |
CN112874530A (zh) | 一种车辆诊断方法、装置、电子设备及存储介质 | |
KR102078654B1 (ko) | 전동차의 고장을 예측하는 시스템 및 방법 | |
CN111835799A (zh) | 车辆日志自动获取系统及方法 | |
CN110450819A (zh) | 一种基于非接触式数据采集的车载atc设备运维系统 | |
CN115238828A (zh) | 一种色谱仪故障监测方法及装置 | |
CN112610564A (zh) | 液压马达的监测系统和维护系统、及车辆 | |
CN114173370A (zh) | 一种故障定位方法、装置、设备及存储介质 | |
KR100564362B1 (ko) | 도시철도차량 유지보수 정보화 예방정비 분석을 이용한예방 정비 시스템 및 방법 | |
CN113859306A (zh) | 一种机车数据专家诊断分析方法、装置及系统 | |
CN114879640A (zh) | 汽车远程诊断系统、方法及计算机可读存储介质 | |
CN113883572A (zh) | 中央吸油烟机动力分配阀楼层配置方法、系统和电子设备 | |
CN113112216A (zh) | 一种针对设备缺陷的预判分析方法 | |
CN113156053A (zh) | 一种无证无照经营的加油站识别方法 | |
CN109752993B (zh) | 车载地震装置远程在线综合监控方法及系统 | |
CN115933619A (zh) | 一种远程诊断方法、系统、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211231 |
|
RJ01 | Rejection of invention patent application after publication |