CN114537361A - 制动控制系统部件故障预测方法 - Google Patents

制动控制系统部件故障预测方法 Download PDF

Info

Publication number
CN114537361A
CN114537361A CN202210281919.7A CN202210281919A CN114537361A CN 114537361 A CN114537361 A CN 114537361A CN 202210281919 A CN202210281919 A CN 202210281919A CN 114537361 A CN114537361 A CN 114537361A
Authority
CN
China
Prior art keywords
pressure
brake cylinder
cylinder pressure
response time
brake
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.)
Granted
Application number
CN202210281919.7A
Other languages
English (en)
Other versions
CN114537361B (zh
Inventor
张乾乾
孙全涛
郗开冲
赵欣
古龙瑞
董建峰
杜振振
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.)
CRRC Brake System Co Ltd
Original Assignee
CRRC Brake System 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 CRRC Brake System Co Ltd filed Critical CRRC Brake System Co Ltd
Priority to CN202210281919.7A priority Critical patent/CN114537361B/zh
Publication of CN114537361A publication Critical patent/CN114537361A/zh
Application granted granted Critical
Publication of CN114537361B publication Critical patent/CN114537361B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60TVEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T17/00Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
    • B60T17/18Safety devices; Monitoring
    • B60T17/22Devices for monitoring or checking brake systems; Signal devices
    • B60T17/228Devices for monitoring or checking brake systems; Signal devices for railway vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Braking Systems And Boosters (AREA)
  • Valves And Accessory Devices For Braking Systems (AREA)

Abstract

本发明提供一种制动控制系统部件故障预测方法。将制动缸响应时间记为t1Bc,制动缸压力上升为压力目标值90%的时间记为制动缸目标时间t2BC;预控压力响应时间记为t1AC,预控压力上升为压力目标值90%的预控压力目标时间记为t2AC;对t1BC、t2BC、t1AC和t2AC进行正态分布统计,计算期望和方差;分别计算t1BC、t2BC、t1AC和t2AC对应的时间阈值;基于前述的计算值判断电磁阀故障、中继阀故障和紧急阀故障。本发明根据响应时间、输出压力、期望和标准差计算各部件的运行阈值,预警准确率高。

Description

制动控制系统部件故障预测方法
技术领域
本发明涉及列车制动控制技术领域,涉及一种制动控制系统部件故障预测方法。
背景技术
制动系统作为城轨车辆整车关键系统之一,其可靠性对行车安全至关重要。目前制动系统故障诊断方式是通过电子控制单元进行制动逻辑分析后,将故障信息上传至网络,此故障信息往往是已发生且不可恢复故障。若制动系统出现不可恢复故障会导致制动不缓解、制动力不足、紧急制动功能异常等情况,严重影响城轨车辆运行安全。制动产品出现故障往往经历了从轻微异常到严重异常,最后发展成不可恢复故障的过程。如果在部件已出现异常或性能衰退但还未发生不可恢复故障阶段识别出来,提前更换部件,能够减少制动产品的故障率,提高制动系统稳定性。
中继阀、紧急阀和高频电磁阀是城轨制动控制系统极为核心关键部件。受到机械运动、疲劳磨损等影响,中继阀、紧急阀和高频电磁阀的性能会出现衰退。在城轨制动控制系统所有故障中,中继阀、紧急阀、高频电磁阀的故障占据很大比重。由于中继阀、紧急阀、高频电磁阀集成在制动控制单元中,受到制动控制单元体积的影响,同时为了保证列车安全及现有列车走线方式,目前主机厂不允许增加额外的传感器,只能利用已有部件(如压力传感器、速度传感器等)进行列车制动系统状态监测及控制。因此,必须充分利用现有技术条件对制动控制核心部件进行故障预测。
申请号为:202010005460.9,专利名称为:一种铁路车辆制动故障预测方法及健康管理系统,该专利根据列车管压力曲线利用深度学习算法计算制动缸压力预期曲线,并与实际制动缸压力进行对此,判定制动机动作过程的作用性能。由于在不同运行条件下(制动、缓解、保持等)列车管压力差别较大,预测的曲线往往不够理想。同时,目前大多城轨制动系统没有列车管压力数据,该方法无法进行城轨车辆故障预测。
申请号为:201910002731.2,专利名称为:一种机车制动系统部件的故障预测方法、装置及设备,该专利通过获取机车制动系统部件在不同运行条件下的理论值与实际值,通过调用预先建立的隐马尔可夫模型预测故障发生时间段。不同制动部件建立隐马尔可夫模型所需参数各不相同(如建立电磁阀模型所需的参数包括控制电流、控制电压等),对于城轨制动系统,目前利用已有传感器无法直接获得电流电压数据。因此,该方法不适用于城轨制动系统故障预测。
申请号为:202110747154.7,专利名称为:制动控制电磁阀故障监测方法与监测设备,公开了一种电磁阀故障的监测方法,通过电磁阀电压值、电阻值以及预控压力值预测电磁阀故障。该装置仅可以完成对电磁阀故障的识别,且需要依赖过多的参数数据,方法复杂。检测效率高、精度高的钢轨浅层剥离损伤检测方法及检测系统
发明内容
本发明的目的在于解决上述技术问题之一,提供一种检测功能全面、检测准确率高的制动控制系统部件故障预测方法。
为实现上述目的,本发明采用的技术方案是:
一种制动控制系统部件故障预测方法,包括以下步骤:
电子制动单元发出制动指令,
监测充排气阀输出压力状态,预控压力开始上升的预控压力响应时间记为t1AC,预控压力上升为压力目标值90%的预控压力目标时间记为t2AC
监测制动缸压力状态,制动缸压力开始上升的制动缸响应时间记为t1BC,制动缸压力上升为压力目标值90%的时间记为制动缸压力目标时间t2BC
对t1BC和t2BC分别进行正态分布统计,计算期望μt1BC、μt2BC和方差σt1BC、σt2BC
对t1AC和t2AC分别进行正态分布统计,计算期望μt1AC、μt2AC和方差σt1AC、σt2AC
定义时间阈值:
T1=μt-2σt
T2=μt+2σt
分别计算t1BC、t2BC、t1AC和t2AC对应的时间阈值:
Figure BDA0003558071110000031
Figure BDA0003558071110000032
Figure BDA0003558071110000033
基于各时间阈值计算制动缸压力响应时间阈值范围和预控压力响应时间阈值范围;
基于预控压力响应时间、制动缸压力响应时间、预控压力目标时间、制动缸压力目标时间、预控压力响应时间阈值范围、预控压力响应时间阈值范围判断电磁阀故障、中继阀故障和紧急阀故障。
本发明一些实施例中,电磁阀故障的判定方法包括:
设定第一响应时间阈值和第二响应时间阈值;
若制动缸压力响应时间大于第一时间阈值,预控压力响应时间大于第二时间阈值,则判定电磁阀响应故障。
本发明一些实施例中,电磁阀故障的判定方法包括:
计算制动缸压力响应时间阈值范围:
Figure BDA0003558071110000034
计算预控压力响应时间阈值范围:
Figure BDA0003558071110000035
若制动缸压力响应时间位于制动缸压力响应时间阈值范围的概率小于设定的概率阈值,预控压力响应时间位于预控压力响应时间阈值范围的概率小于设定的概率阈值,则判断电磁阀响应故障。
本发明一些实施例中,电磁阀故障的判定方法包括:
若制动缸压力目标时间和预控压力目标时间均出现延迟,则判断电磁阀故障。
本发明一些实施例中,电磁阀故障的判定方法包括:
计算制动缸压力目标时间阈值范围:
Figure BDA0003558071110000041
计算预控压力目标时间阈值范围:
Figure BDA0003558071110000042
若制动缸压力目标时间位于制动缸压力目标时间阈值范围内的概率小于设定的概率阈值,预控压力目标时间位于预控压力目标时间阈值范围内的概率小于设定的概率阈值,则判断电磁阀响应故障。
本发明一些实施例中,中继阀故障的判定方法包括:
若预控压力响应时间正常,制动缸压力响应时间出现迟滞,则判断中继阀响应故障。
本发明一些实施例中,中继阀故障的判定方法包括:
计算制动缸压力响应时间阈值范围:
Figure BDA0003558071110000043
计算预控压力响应时间阈值范围:
Figure BDA0003558071110000044
若预控响应时间位于预控压力响应时间阈值范围内的概率大于设定的概率阈值,制动缸压力响应时间位于制动缸压力响应时间阈值范围内的概率小于设定的概率阈值,则判断中继阀响应故障。
本发明一些实施例中,中继阀故障的判定方法包括:
若稳定后,预控压力正常,制动缸压力偏离制动缸压力目标值,则判断中继阀故障。
本发明一些实施例中,中继阀故障的判定方法包括:
测量稳定后的制动缸压力稳定值与压力目标值之间的绝对差△PBC,预控压力值与压力目标值之间的绝对差△PAC
计算制动缸压力绝对差正态分布的期望
Figure BDA0003558071110000051
Figure BDA0003558071110000052
计算预控压力绝对差正态分布的期望
Figure BDA0003558071110000053
和标准差
Figure BDA0003558071110000054
计算制动缸压力绝对差阈值范围:
Figure BDA0003558071110000055
计算预控压力绝对差阈值范围:
Figure BDA0003558071110000056
若预控压力位于预控压力绝对差阈值范围内的概率大于设定的概率阈值,制动缸压力位于制动缸压力绝对差阈值范围内的概率小于设定的概率阈值,则判断中继阀响应故障。
本发明一些实施例中,紧急阀故障的判定方法包括:
测量稳定后的制动缸压力稳定值与压力目标值之间的绝对差△PBC
计算制动缸压力绝对差正态分布的期望
Figure BDA0003558071110000057
Figure BDA0003558071110000058
计算制动缸压力绝对差阈值范围:
Figure BDA0003558071110000059
若稳定后制动缸压力位于制动缸压力绝对差阈值范围内的概率小于设定的概率阈值,则判定紧急阀故障。
本发明提供的一种制动控制系统部件故障预测方法,其有益效果在于:
提出了一种基于压力目标值、制动缸压力、预控压力值的统计数据进行制动系统部件故障预测的方法,根据响应时间、输出压力、期望和标准差计算各部件的运行阈值,参考信息全面,可提高故障预警的准确率。
本发明可依靠车辆现有装置设备完成,不需要增加额外的监控传感器,具有普遍适用性。
本发明适用于历史数据的处理以及实施运行数据的监控,通用性强。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为制动缸压力输出过程流程图。
图2为制动缸压力响应时间示意图。
图3为正常制动过程预控压力值、制动缸实时压力值和制动缸域控压力值响应图。
图4为响应时间正态分布示意图。
图5为制动系统核心部件故障预测流程图。
图6为预控压力和制动缸压力偏移示意图。
图7为中继阀响应能力偏移示意图。
图8为中继阀输出能力偏移示意图。
图9为紧急阀性能偏移示意图。
以上个图中:
1-制动缸压力响应曲线;
2-预控压力响应曲线;
3-目标压力曲线;
4-制动指令曲线。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供的一种制动控制系统部件故障预测方法,可用于制动系统核心部件的故障检测,所述的核心部件包括电磁阀、中继阀、紧急阀。
首先,介绍现有技术中列车制动控制系统的基本结构及制动作用方法,以说明本发明的设计原理。
制动控制系统为微机控制直通式电空制动系统,主要完成常用制动、紧急制动、停放制动、保持制动、防滑控制、网络通信和故障检测等功能。
制动控制系统主要包括电子控制单元(EBCU)和气动控制单元(PBCU)。EBCU接收来自司机控制器或网络给出的控制指令,完成制动控制电信号输出,进而实现制动施加缓解控制;PBCU为空气制动执行部件,输出具有一定压力的压缩空气,完成制动及防滑功能。
制动系统通过基础制动施加制动力进行停车制动,制动控制系统是制动系统核心子系统,根据采集到的车辆载荷、制动级位信息计算出制动缸压力目标值,结合压力传感器采集的预控压力值,并通过高频电磁阀的充排气进行制动缸压力输出控制,使其符合制动需求,如图1所示。
经过充排气阀调节输出的压力值即为预控压力,制动缸压力目标值是电子控制单元根据车辆载荷、减速度指令计算出理论制动缸压力值,具体按照以下公式进行。
P=k*F (1)
式中,P为需要输出的制动缸压力目标值,单位kPa;F为本车需求制动力,单位kN;k为车辆需求制动力转换为制动缸压力的系数;对于(公式1)中F具体值通过以下公式2求得:
F=(WAW0+L)×α (2)
式中,F为本车需求制动力,单位kN;WAW0为车辆空载载荷(包含转动惯量);L为乘客载荷;α为制动指令对应的等效减速度。
如果输出的制动缸压力或预控压力异常,那么车辆施加的停车制动力将出现异常。
基于上述原理,本发明提出在制动状态下,通过对预控压力、制动缸压力及压力目标值等数据进行分析并建立故障预测模型,达到对中继阀、紧急阀和高频电磁阀性能分析及故障预警的目的。
本发明提供的制动控制系统部件故障预测方法具体包括以下步骤。
参考图2。
在故障预测的过程中,设定目标压力值PT,采集制动缸实时压力值和预控压力实时值。
电子制动单元发出制动指令,指令曲线4反应了制动指令的施加时间。
制动指令发出后,制动缸响应,监测制动缸压力状态,制动缸压力响应曲线1反应了压力实时变化情况,制动缸压力开始上升的制动缸响应时间记为t1BC,制动缸压力上升为压力目标值90%的时间记为制动缸压力目标时间t2BC
具体如图2所示,由电子控制单元发出制动指令到实际BC压力开始响应上升(充气过程中为充气电磁阀打开,排气电磁阀关闭)时间记为t1BC,BC压力开始响应到上升至压力目标值的90%(电磁阀上升能力)时间记为t2BC。针对响应时间t1BC、t2BC做趋势统计。趋势分析适用于核心指标的长期跟踪,做出数据趋势统计图。如果部件统计数据处于某响应时间范围内的概率发生了改变,但又不足以导致严重故障,可以发出相应警示。
同理,监测充排气阀输出压力状态,预控压力开始上升的预控压力响应时间记为t1AC,预控压力曲线3反映了预控压力实时变化情况,预控压力上升为压力目标值90%的预控压力目标时间记为t2AC
对t1BC和t2BC分别进行正态分布统计,计算期望μt1BC、μt2BC和方差σt1BC、σt2BC
对t1AC和t2AC分别进行正态分布统计,计算期望μt1AC、μt2AC和方差σt1AC、σt2AC
定义时间阈值,计算方法如下:
T1=μt-2σt
T2=μt+2σt
分别计算t1BC、t2BC、t1AC和t2AC对应的时间阈值:
Figure BDA0003558071110000081
Figure BDA0003558071110000082
Figure BDA0003558071110000083
具体的,将t1BC、t2BC、t1AC和t2AC分别代入T1和T2的计算公式,计算得:
Figure BDA0003558071110000084
Figure BDA0003558071110000091
Figure BDA0003558071110000092
Figure BDA0003558071110000093
Figure BDA0003558071110000094
Figure BDA0003558071110000095
Figure BDA0003558071110000096
Figure BDA0003558071110000097
基于各时间阈值计算制动缸压力响应时间阈值范围和预控压力响应时间阈值范围;响应时间的阈值范围反应了各核心部件正常工作状态下,制动缸压力响应与预控压力响应应当处于的时间范围。
基于预控压力响应时间、制动缸压力响应时间、预控目标时间、制动缸目标时间、预控压力响应时间阈值范围、预控压力响应时间阈值范围判断电磁阀故障、中继阀故障和紧急阀故障。
预控压力t1AC时间阈值为
Figure BDA0003558071110000098
预控压力t2AC时间阈值为
Figure BDA0003558071110000099
制动缸压力t1BC时间阈值为
Figure BDA00035580711100000910
制动缸压力t2BC时间阈值为
Figure BDA00035580711100000911
正态分布示意如图4所示。列车运行一段时间后,统计预控压力和制动缸压力的t1BC、t2BC、t1AC和t2AC数据,若在各自对应的(T1,T2)范围内概率发生偏移(即概率小于95%,此处95%非固定值,可根据需要设置),证明电磁阀性能出现衰退(概率越小,电磁阀性能衰退越严重),需要发出预警。
以下,将具体阐述各类型故障的判定方法。
第一实施例提供电磁阀故障的预警方法。
本发明一些实施例中,电磁阀故障的判定方法包括:
设定第一响应时间阈值和第二响应时间阈值;
若制动缸压力响应时间大于第一时间阈值,预控压力响应时间大于第二时间阈值,则判定电磁阀响应故障。
本发明一些实施例中,电磁阀故障的判定方法包括:
计算制动缸压力响应时间阈值范围:
Figure BDA0003558071110000101
计算预控压力响应时间阈值范围:
Figure BDA0003558071110000102
若制动缸压力响应时间位于制动缸压力响应时间阈值范围的概率小于设定的概率阈值,预控压力响应时间位于预控压力响应时间阈值范围的概率小于设定的概率阈值,则判断电磁阀响应故障。
具体的说:建立电磁阀开启/关闭时间故障预测模型方法如下:根据前述方法计算制动缸压力t1BC与预控压力压力t1AC判断阀值,正常情况制动缸压力95%以上t1BC集中在
Figure BDA0003558071110000103
且预控压力95%以上t1AC集中在
Figure BDA0003558071110000104
时间范围内。如果在某段时间内t1BC落在
Figure BDA0003558071110000105
且t1AC落在
Figure BDA0003558071110000106
Figure BDA0003558071110000107
范围内概率发生偏移,则电磁阀开启/关闭时间发生变化。
本发明一些实施例中,另一种电磁阀故障的判定方法包括:
若制动缸压力目标时间和预控压力目标时间均出现延迟,则判断电磁阀故障。t2反应空气压力上升过程中速率,如果阀异常会导致曲线上升的斜率出现一定异常,从而导致t2变化趋势异常。其中预控压力和制动缸压力两个参数的t2AC、t1BC同时出现过大延迟或延迟趋势,表示制动控制系统出现异常,根据经验此故障原因集中在高频电磁阀出现异常。
电磁阀故障的判定通过如下方法实现:
计算制动缸压力目标时间阈值范围:
Figure BDA0003558071110000108
计算预控压力目标时间阈值范围:
Figure BDA0003558071110000111
若制动缸压力目标时间位于制动缸压力目标时间阈值范围内的概率小于设定的概率阈值,预控压力目标时间位于预控压力目标时间阈值范围内的概率小于设定的概率阈值,则判断电磁阀响应故障。
具体的说,建立电磁阀控制能力故障预测模型方法如下:根据前述方法计算制动缸压力t2BC与预控压力t2AC判断阀值,正常情况制动缸压力95%以上t2BC集中在
Figure BDA0003558071110000112
且预控压力95%以上t2AC集中在
Figure BDA0003558071110000113
时间范围内。如果在某段时间内t2BC落在
Figure BDA0003558071110000114
且t2AC落在
Figure BDA0003558071110000115
范围内概率发生偏移,则电磁阀控制能力发生变化。
实施例二提供中继阀故障的判定方法。
中继阀的功能是对预控压力进行流量放大,保证总风经过中继阀后,制动系统能提供与预控压力压强相同但流量增大的制动缸压力。若中继阀异常,会导致制动缸压力施加异常,影响制动性能。
常用制动下,对充气过程中的制动缸压力、预控压力与制动缸压力目标值长期跟踪,做出数据趋势统计图。如果预控压力t1AC响应时间正常,仅BC压力t1BC响应时间出现一定迟滞特性,表示制动控制系统出现异常,证明中继阀响应性能出现衰退,需要发出预警。
本发明一些实施例中,中继阀故障的判定方法包括:
计算制动缸压力响应时间阈值范围:
Figure BDA0003558071110000116
计算预控压力响应时间阈值范围:
Figure BDA0003558071110000117
若预控响应时间位于预控压力响应时间阈值范围内的概率大于设定的概率阈值,制动缸压力响应时间位于制动缸压力响应时间阈值范围内的概率小于设定的概率阈值,则判断中继阀响应故障。
具体的说,建立中继阀响应时间故障预测模型方法如下:根据方法1计算制动缸压力t1BC与预控压力t1AC判断阀值,正常情况制动缸压力95%以上t1BC集中在
Figure BDA0003558071110000121
且预控压力95%以上t1AC集中在
Figure BDA0003558071110000122
时间范围内。如果在某段时间内,t1AC落在
Figure BDA0003558071110000123
范围内概率没变,仅t1BC落在
Figure BDA0003558071110000124
Figure BDA0003558071110000125
范围内概率发生偏移,则中继阀响应时间发生变化。
本发明一些实施例中,中继阀故障的判定方法还包括中继阀输出能力故障的判定。
常用制动下,对稳定后制动缸压力、预控压力与制动缸压力目标值长期跟踪,做出数据趋势统计图,如果预控压力正常,仅制动缸压力过高的偏离制动缸压力目标值或过低偏离制动缸压力目标值,表示制动控制系统出现异常,根据经验此故障原因集中在中继阀出现异常。
本发明一些实施例中,中继阀故障的判定方法包括:
测量稳定后的制动缸压力稳定值与压力目标值之间的绝对差△PBC,预控压力值与压力目标值之间的绝对差△PAC
计算制动缸压力绝对差正态分布的期望
Figure BDA0003558071110000126
Figure BDA0003558071110000127
计算预控压力绝对差正态分布的期望
Figure BDA0003558071110000128
和标准差
Figure BDA0003558071110000129
计算制动缸压力绝对差阈值范围:
Figure BDA00035580711100001210
计算预控压力绝对差阈值范围:
Figure BDA00035580711100001211
若预控压力位于预控压力绝对差阈值范围内的概率大于设定的概率阈值,制动缸压力位于制动缸压力绝对差阈值范围内的概率小于设定的概率阈值,则判断中继阀响应故障。
具体的说,常用制动下,将稳定后的制动缸压力值与目标压力值差的绝对值记为△PBC,即△PBC=|制动缸压力值-目标压力值|,预控压力值与目标压力值差的绝对值记为△PAC,即△PAC=|预控压力值-目标压力值|。
①△PBC与△PAC的判断阀值可参考前述方法求出。即先求出△PBC正态分布的期望
Figure BDA0003558071110000131
和标准差
Figure BDA0003558071110000132
△PAC正态分布的期望
Figure BDA0003558071110000133
和标准差
Figure BDA0003558071110000134
仍根据以往正常情况制动缸压力95%以上集中在
Figure BDA0003558071110000135
预控压力95%以上集中在
Figure BDA0003558071110000136
压力范围内。
列车运行一段时间后,若预控压力发生在
Figure BDA0003558071110000137
的概率不变,仅制动缸压力发生在
Figure BDA0003558071110000138
的概率发生偏移,则中继阀输出能力发生变化。
第三实施例提供紧急阀故障的判定方法。
紧急阀在制动控制系统中十分关键,紧急阀的性能影响到列车是否能够正常施加制动。紧急制动状态下,对稳定后制动缸压力与制动缸压力目标值长期跟踪,做出数据趋势统计。制动缸压力与制动缸压力目标值偏离过大,表示紧急制动出现异常,根据经验此故障原因集中在紧急阀异常。
测量稳定后的制动缸压力稳定值与压力目标值之间的绝对差△PBC
计算制动缸压力绝对差正态分布的期望
Figure BDA0003558071110000139
Figure BDA00035580711100001310
计算制动缸压力绝对差阈值范围:
Figure BDA00035580711100001311
若稳定后制动缸压力位于制动缸压力绝对差阈值范围内的概率小于设定的概率阈值,则判定紧急阀故障。
具体的说,建立紧急阀故障预测模型方法如下:将稳定后的制动缸压力值与目标压力值差的绝对值记为△PBC,即△PBC=|制动缸压力值-目标压力值|。△PBC的判断阀值可参考前述方法求出,仍根据以往正常情况稳定后的BC压力95%以上集中在
Figure BDA00035580711100001312
压力范围内,如果在某段时间内BC压力发生在
Figure BDA00035580711100001313
的概率发生偏移,需要发出预警。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种制动控制系统部件故障预测方法,其特征在于,包括以下步骤:
电子制动单元发出制动指令,
监测充排气电磁阀输出压力状态,预控压力开始上升的预控压力响应时间记为t1AC,预控压力上升为压力目标值90%的预控压力目标时间记为t2AC
监测制动缸压力状态,制动缸压力开始上升的制动缸响应时间记为t1BC,制动缸压力上升为压力目标值90%的时间记为制动缸压力目标时间t2BC
对t1BC和t2BC分别进行正态分布统计,计算期望μt1BC、μt2BC和方差σt1BC、σt2BC
对t1AC和t2AC分别进行正态分布统计,计算期望μt1AC、μt2AC和方差σt1AC、σt2AC
定义时间阈值:
T1=μt-2σt
T2=μt+2σt
分别计算t1BC、t2BC、t1AC和t2AC对应的时间阈值:
Figure FDA0003558071100000011
Figure FDA0003558071100000012
Figure FDA0003558071100000013
基于各时间阈值计算制动缸压力响应时间阈值范围和预控压力响应时间阈值范围;
基于预控压力响应时间、制动缸压力响应时间、预控压力目标时间、制动缸压力目标时间、预控压力响应时间阈值范围、制动缸压力响应时间阈值范围判断电磁阀故障、中继阀故障和紧急阀故障。
2.如权利要求1所述的制动控制系统部件故障预测方法,其特征在于,电磁阀故障的判定方法包括:
设定第一响应时间阈值和第二响应时间阈值;
若制动缸压力响应时间大于第一时间阈值,预控压力响应时间大于第二时间阈值,则判定电磁阀响应故障。
3.如权利要求2所述的制动控制系统部件故障预测方法,其特征在于,电磁阀故障的判定方法包括:
计算制动缸压力响应时间阈值范围:
Figure FDA0003558071100000021
计算预控压力响应时间阈值范围:
Figure FDA0003558071100000022
若制动缸压力响应时间位于制动缸压力响应时间阈值范围的概率小于设定的概率阈值,预控压力响应时间位于预控压力响应时间阈值范围的概率小于设定的概率阈值,则判断电磁阀响应故障。
4.如权利要求1所述的制动控制系统部件故障预测方法,其特征在于,电磁阀故障的判定方法包括:
若制动缸压力目标时间和预控压力目标时间均出现延迟,则判断电磁阀故障。
5.如权利要求4所述的制动控制系统部件故障预测方法,其特征在于,电磁阀故障的判定方法包括:
计算制动缸压力目标时间阈值范围:
Figure FDA0003558071100000023
计算预控压力目标时间阈值范围:
Figure FDA0003558071100000024
若制动缸压力目标时间位于制动缸压力目标时间阈值范围内的概率小于设定的概率阈值,预控压力目标时间位于预控压力目标时间阈值范围内的概率小于设定的概率阈值,则判断电磁阀响应故障。
6.如权利要求1所述的制动控制系统部件故障预测方法,其特征在于,中继阀故障的判定方法包括:
若预控压力响应时间正常,制动缸压力响应时间出现迟滞,则判断中继阀响应故障。
7.如权利要求6所述的制动控制系统部件故障预测方法,其特征在于,中继阀故障的判定方法包括:
计算制动缸压力响应时间阈值范围:
Figure FDA0003558071100000031
计算预控压力响应时间阈值范围:
Figure FDA0003558071100000032
若预控响应时间位于预控压力响应时间阈值范围内的概率大于设定的概率阈值,制动缸压力响应时间位于制动缸压力响应时间阈值范围内的概率小于设定的概率阈值,则判断中继阀响应故障。
8.如权利要求1所述的制动控制系统部件故障预测方法,其特征在于,中继阀故障的判定方法包括:
若稳定后,预控压力正常,制动缸压力偏离制动缸压力目标值,则判断中继阀故障。
9.如权利要求8所述的制动控制系统部件故障预测方法,其特征在于,中继阀故障的判定方法包括:
测量稳定后的制动缸压力稳定值与压力目标值之间的绝对差△PBC,预控压力值与压力目标值之间的绝对差△PAC
计算制动缸压力绝对差正态分布的期望
Figure FDA0003558071100000033
Figure FDA0003558071100000034
计算预控压力绝对差正态分布的期望
Figure FDA0003558071100000035
和标准差
Figure FDA0003558071100000036
计算制动缸压力绝对差阈值范围:
Figure FDA0003558071100000037
计算预控压力绝对差阈值范围:
Figure FDA0003558071100000038
若预控压力位于预控压力绝对差阈值范围内的概率大于设定的概率阈值,制动缸压力位于制动缸压力绝对差阈值范围内的概率小于设定的概率阈值,则判断中继阀响应故障。
10.如权利要求1所述的制动控制系统部件故障预测方法,其特征在于,紧急阀故障的判定方法包括:
测量稳定后的制动缸压力稳定值与压力目标值之间的绝对差△PBC
计算制动缸压力绝对差正态分布的期望
Figure FDA0003558071100000041
Figure FDA0003558071100000042
计算制动缸压力绝对差阈值范围:
Figure FDA0003558071100000043
若稳定后制动缸压力位于制动缸压力绝对差阈值范围内的概率小于设定的概率阈值,则判定紧急阀故障。
CN202210281919.7A 2022-03-22 2022-03-22 制动控制系统部件故障预测方法 Active CN114537361B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210281919.7A CN114537361B (zh) 2022-03-22 2022-03-22 制动控制系统部件故障预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210281919.7A CN114537361B (zh) 2022-03-22 2022-03-22 制动控制系统部件故障预测方法

Publications (2)

Publication Number Publication Date
CN114537361A true CN114537361A (zh) 2022-05-27
CN114537361B CN114537361B (zh) 2022-11-08

Family

ID=81666335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210281919.7A Active CN114537361B (zh) 2022-03-22 2022-03-22 制动控制系统部件故障预测方法

Country Status (1)

Country Link
CN (1) CN114537361B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5405182A (en) * 1990-04-26 1995-04-11 Knorr-Bremse Ag Method and apparatus for controlling a brake valve based on sensed conditions and a model of the braking system
DE19921238A1 (de) * 1998-05-07 1999-11-18 Honda Motor Co Ltd Sicherheits-Fahrsteuersystem für ein Fahrzeug
US20070044551A1 (en) * 2005-08-25 2007-03-01 Fogelstrom Kenneth A Prognostic and diagnostic system for air brakes
CN105946838A (zh) * 2016-06-06 2016-09-21 中车青岛四方车辆研究所有限公司 磁悬浮列车制动缸压力控制方法
US20170297549A1 (en) * 2016-04-14 2017-10-19 GM Global Technology Operations LLC Systems And Methods For Fault Isolation For An Electric Motor Assisted Brake System
US20180326953A1 (en) * 2015-11-25 2018-11-15 Mitsubishi Heavy Industries Engineering ,Ltd. Brake control device, brake control method, train, and program
WO2019016996A1 (en) * 2017-07-19 2019-01-24 Kabushiki Kaisha Toshiba ANOMALY DETECTION DEVICE, ANOMALY DETECTION METHOD, AND COMPUTER PROGRAM
CN110293949A (zh) * 2019-06-06 2019-10-01 山东科技大学 一种高速列车空气制动系统微小故障检测方法
CN110715808A (zh) * 2019-09-25 2020-01-21 中车青岛四方机车车辆股份有限公司 故障检测方法及装置
CN111238725A (zh) * 2020-02-18 2020-06-05 中南大学 电空制动系统压力传感器的故障诊断方法、装置及系统
EP3753794A1 (en) * 2019-06-19 2020-12-23 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Method and apparatus for monitoring a brake performance of a vehicle
CN112248998A (zh) * 2020-10-23 2021-01-22 中车株洲电力机车有限公司 一种均衡风缸故障检测、导向方法及故障检测、导向装置
CN113335243A (zh) * 2021-07-01 2021-09-03 青岛思锐科技有限公司 一种制动力控制方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5405182A (en) * 1990-04-26 1995-04-11 Knorr-Bremse Ag Method and apparatus for controlling a brake valve based on sensed conditions and a model of the braking system
DE19921238A1 (de) * 1998-05-07 1999-11-18 Honda Motor Co Ltd Sicherheits-Fahrsteuersystem für ein Fahrzeug
US20070044551A1 (en) * 2005-08-25 2007-03-01 Fogelstrom Kenneth A Prognostic and diagnostic system for air brakes
US20180326953A1 (en) * 2015-11-25 2018-11-15 Mitsubishi Heavy Industries Engineering ,Ltd. Brake control device, brake control method, train, and program
US20170297549A1 (en) * 2016-04-14 2017-10-19 GM Global Technology Operations LLC Systems And Methods For Fault Isolation For An Electric Motor Assisted Brake System
CN105946838A (zh) * 2016-06-06 2016-09-21 中车青岛四方车辆研究所有限公司 磁悬浮列车制动缸压力控制方法
WO2019016996A1 (en) * 2017-07-19 2019-01-24 Kabushiki Kaisha Toshiba ANOMALY DETECTION DEVICE, ANOMALY DETECTION METHOD, AND COMPUTER PROGRAM
CN110293949A (zh) * 2019-06-06 2019-10-01 山东科技大学 一种高速列车空气制动系统微小故障检测方法
EP3753794A1 (en) * 2019-06-19 2020-12-23 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Method and apparatus for monitoring a brake performance of a vehicle
CN110715808A (zh) * 2019-09-25 2020-01-21 中车青岛四方机车车辆股份有限公司 故障检测方法及装置
CN111238725A (zh) * 2020-02-18 2020-06-05 中南大学 电空制动系统压力传感器的故障诊断方法、装置及系统
CN112248998A (zh) * 2020-10-23 2021-01-22 中车株洲电力机车有限公司 一种均衡风缸故障检测、导向方法及故障检测、导向装置
CN113335243A (zh) * 2021-07-01 2021-09-03 青岛思锐科技有限公司 一种制动力控制方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
侯文明: "HXD1型机车制动系统故障在线诊断技术的研究与应用", 《硕士学位论文全文库》 *
贺震等: "地铁车辆紧急制动响应故障原因分析及改进措施", 《机车电传动》 *

Also Published As

Publication number Publication date
CN114537361B (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN111351664A (zh) 一种基于lstm模型的轴承温度预测和报警诊断方法
JP2019528431A (ja) 自動車の少なくとも1つの部品のための診断方法
CN112141069B (zh) 一种动车组用制动及供风系统的健康管理系统
CN108463370A (zh) 制动控制装置、制动控制方法、列车、及程序
JP6713765B2 (ja) 鉄道車両の検査システム
CN111238725A (zh) 电空制动系统压力传感器的故障诊断方法、装置及系统
EP0075932B2 (en) Anti-skid brake control system with fail-safe arrangement
CN110146757B (zh) 一种用于ecas系统的电磁阀结构性故障诊断方法
CN112897267A (zh) 电梯制动器检测方法、装置、设备和介质
CN114537361B (zh) 制动控制系统部件故障预测方法
Sang et al. Detection of incipient faults in EMU braking system based on data domain description and variable control limit
US20060232127A1 (en) Method for monitoring a braking torque modification of a retarder
JP2007223589A (ja) 車両液圧ブレーキ装置のモニタ方法および装置
CN111380708A (zh) 列车轴抱死故障诊断方法及列车轴抱死故障诊断系统
Ji et al. Fault detection of EMU brake cylinder
CN107703740A (zh) 一种高速列车关键系统的鲁棒间歇传感器故障诊断方法
JP7546511B2 (ja) ブレーキ制御装置、ブレーキ制御装置の検査方法及びプログラム
CN115127785A (zh) 电控气动制动机的状态检测方法、装置、设备及存储介质
CN113997921B (zh) 航空刹车系统压力实时检测方法
CN116946097A (zh) 轨道车辆制动不缓解预测方法和系统
CN114088378B (zh) 一种航空机轮刹车通道故障检测方法
Wang et al. A health monitoring study of multiple-unit train braking system using sample identification approach
Asmussen et al. Experimental validation of leakage detection in a fluid power pitch system using a state augmented ekf-approach
US20230130383A1 (en) Vehicle braking system and control method of the same
CN114092392A (zh) 一种高速磁悬浮用风阀的实时监测维护系统和方法

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
GR01 Patent grant
GR01 Patent grant