CN117647721A - 轨道电路故障诊断方法及系统 - Google Patents
轨道电路故障诊断方法及系统 Download PDFInfo
- Publication number
- CN117647721A CN117647721A CN202311755823.0A CN202311755823A CN117647721A CN 117647721 A CN117647721 A CN 117647721A CN 202311755823 A CN202311755823 A CN 202311755823A CN 117647721 A CN117647721 A CN 117647721A
- Authority
- CN
- China
- Prior art keywords
- track
- circuit fault
- historical
- fault diagnosis
- influence
- 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
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000010354 integration Effects 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 80
- 238000010586 diagram Methods 0.000 claims description 29
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000010863 targeted diagnosis Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了轨道电路故障诊断方法及系统,属于电路故障诊断技术领域;在前期通过将轨道子区域中历史电路故障方面、历史环境方面和历史运行方面的各项数据分别进行整合计算获取对应的历史故障影响系数、历史环境影响系数和历史运行影响系数来对轨道子区域的历史电路故障方面、历史环境方面和历史运行方面进行数字化表示;通过将不同维度的监测处理整合数据进行二次整合计算获取对应的区域影响值并分类,以便可以对不同轨道子区域实施针对性的轨道电路故障诊断;本发明用于解决现有方案中不能自适应的对不同轨道电路实施针对性、差异化的轨道电路故障诊断方案,导致不同位置区域的轨道电路故障诊断实施的针对性以及灵活性不佳的技术问题。
Description
技术领域
本发明涉及电路故障诊断技术领域,具体涉及轨道电路故障诊断方法及系统。
背景技术
轨道电路故障是指铁路或有轨电车系统中的供电系统和信号系统发生故障,可能导致列车运行受阻、信号失灵或其他安全问题,包括以下几种类型:供电系统故障、信号系统故障、轨道电路故障和通信系统故障。
经过检索,申请号为CN201711270637.2、名称为基于移频信号的轨道电路故障监测平台及其监测方法,公开了监测平台是在LabVIEW上设计完成,对前端检测数据进行实时处理;监测方法是通过便携式移频信号检测仪检测出钢轨中移频信号的关键参数,再将数据上传至云端服务器,监测系统从云端服务器实时下载移频信号的时频信息,并提取移频信号的时域、频域特征值作为故障特征量,运用自适应神经模糊推理系统进行故障分类,最终给出ZPW-2000A无绝缘轨道电路的预警信息。该发明有效利用移频信号来监测轨道电路故障,可作为铁路电务段室外监测的补充。
现有的轨道电路故障诊断方案存在一定的缺陷,只是基于周期时段来实施固定周期的轨道电路故障诊断行为,或者根据技术人员的工作经验实施不定期的轨道电路故障诊断行为,不能基于不同轨道区域、轨道历史故障诊断数据、轨道历史环境数据以及历史运行数据自适应的来对不同轨道电路实施针对性、差异化的轨道电路故障诊断方案,导致不同位置区域的轨道电路故障诊断实施的针对性以及灵活性不佳。
发明内容
本发明的目的在于提供轨道电路故障诊断方法及系统,用于解决现有方案中不能自适应的对不同轨道电路实施针对性、差异化的轨道电路故障诊断方案,导致不同位置区域的轨道电路故障诊断实施的针对性以及灵活性不佳的技术问题。
本发明的目的可以通过以下技术方案实现:
轨道电路故障诊断方法,包括:
对目标轨道区域实施划分,获取若干轨道子区域并编号标记,获取不同轨道子区域的历史电路故障数据以及设备运行数据;
将不同轨道子区域对应的历史电路故障数据和设备运行数据进行预处理并整合计算获取对应的区域影响值,并根据区域影响值对不同轨道子区域实施差异化的轨道电路故障诊断方案;
获取不同轨道子区域的轨道电路故障诊断监测数据并进行数据预处理和故障诊断识别并实时输出故障诊断结果;
其中,控制便携式移频信号检测仪通过移动设备使其沿铁轨移动检测,并将检测获取的移频信号数据实时上传至云端服务器;
对实时上传至云端服务器中的移频信号数据进行预处理和分析时,获取移频信号数据中轨道移频信号的时域波形图和频谱图,对时域波形图和频谱图进行特征数据提取并将其作为输入数据来输入至预先构建的故障诊断模型中进行训练输出对应的故障诊断结果;
根据故障诊断结果对不同轨道子区域诊断的电路故障实施针对性的告警提示,并根据故障诊断结果对不同轨道子区域对应的历史电路故障数据进行存储更新。
优选地,获取划分后的所有轨道子区域并按故障诊断实施的监测顺序进行编号并标记;以及,根据轨道子区域的位置坐标将其与历史电路故障数据库中进行遍历匹配获取对应的历史电路故障数据;
历史电路故障数据中包含历史出现电路故障的轨道子区域的位置坐标、电路故障类型以及不同电路故障类型出现时的天气参数,天气参数包含当日的平均温度和最大温度以及平均湿度和最大湿度,根据每日的平均温度和最大温度获取对应的异常温度评判范围,以及平均湿度和最大湿度获取对应的异常湿度评判范围;
设备运行数据包含电力设备的安装时间点、有效运行总时长以及故障影响总时长。
优选地,将所有电路故障类型对应的所有天气参数的异常温度评判范围以及异常湿度评判范围分别组合,得到异常温度评判范围图和异常湿度评判范围图。
优选地,根据所有轨道子区域的编号依次对其关联的历史电路故障数据进行遍历,若历史电路故障数据中不存在电路故障类型,则生成区域影响不处理标签并将其关联的历史影响数值设置为0;
若历史电路故障数据中存在电路故障类型,则生成区域影响处理标签并将其关联的历史影响数值设置为1,并根据区域影响处理标签获取历史电路故障类型对应的故障类型影响时,将电路故障类型与预构建的故障类型权重表进行遍历匹配获取对应的故障影响权重Gq;通过故障类型影响公式计算获取轨道子区域对应的历史故障影响系数Gy;式中,N为不同的电路故障类型出现的总数。
优选地,对所有轨道子区域实施环境参数影响分析时,将轨道子区域的历史每日的实时温度和实时湿度分别与异常温度评判范围图和异常湿度评判范围图进行遍历筛选,并将属于异常温度评判范围图的历史温度标记为选中温度并统计选中温度的第一持续总时长Twc,以及将属于异常湿度评判范围图的历史湿度标记为选中湿度并统计选中湿度的第二持续总时长Tsc;
提取第一持续总时长和第二持续总时长的数值并通过环境影响公式计算获取轨道子区域对应的历史环境影响系数Hy;式中,h1、h2为不同的比例系数,0<h1≤h2<1,h1+h2=1;Twc0为预设的标准异常温度持续时长,Tsc0为预设的标准异常湿度持续时长。
优选地,获取轨道子区域对应的设备运行数据,提取设备运行数据中的有效运行总时长Ty和故障影响总时长Tg的数值并通过运行异常影响公式Yy=(Tg+0.5)/Ty计算获取轨道子区域对应的历史运行影响系数Yy。
优选地,对预处理后的轨道子区域对应的历史电路故障数据和设备运行数据进行数据整合计算时,按顺序依次提取不同轨道子区域对应的历史故障影响系数、历史环境影响系数和历史运行影响系数的数值并通过区域影响公式计算获取轨道子区域对应的区域影响值Qy;式中,m1、m2、m3均为比例系数且0<m2≤m3<m1,L为轨道子区域对应的轨道总长度;
根据区域影响值对轨道子区域的区域影响状态进行评估分类时,将轨道子区域的区域影响值与预设的标准区域影响阈值进行比对判断得到区域正常标签、区域轻度异常标签或者区域中度异常标签以及对应标记的正常子区域、轻度异常子区域或者中度异常子区域。
优选地,根据区域正常标签、区域轻度异常标签或者区域中度异常标签分别对应的正常子区域、轻度异常子区域或者中度异常子区域实施对应的正常电路故障诊断方案、轻度异常电路故障诊断方案或者中度异常电路故障诊断方案。
优选地,正常电路故障诊断方案、轻度异常电路故障诊断方案、中度异常电路故障诊断方案对应的电路故障诊断频次以及诊断要求依次递增。
本发明还公开了轨道电路故障诊断系统,包括:
目标轨道数据监测统计模块,用于对目标轨道区域实施划分,获取若干轨道子区域并编号标记,获取不同轨道子区域的历史电路故障数据以及设备运行数据;
轨道数据处理整合分析模块,用于将不同轨道子区域对应的历史电路故障数据和设备运行数据进行预处理并整合计算获取对应的区域影响值,并根据区域影响值对不同轨道子区域实施差异化的轨道电路故障诊断方案;
轨道电路故障诊断分析模块,用于获取不同轨道子区域的轨道电路故障诊断监测数据并进行数据预处理和故障诊断识别并实时输出故障诊断结果;
轨道电路故障诊断管理模块,用于根据故障诊断结果对不同轨道子区域诊断的电路故障实施针对性的告警提示,并根据故障诊断结果对不同轨道子区域对应的历史电路故障数据进行存储更新。
相比于现有方案,本发明实现的有益效果:
本发明在前期通过将轨道子区域中历史电路故障方面、历史环境方面和历史运行方面的各项数据分别进行整合计算获取对应的历史故障影响系数、历史环境影响系数和历史运行影响系数,根据历史故障影响系数、历史环境影响系数和历史运行影响系数来对轨道子区域的历史电路故障方面、历史环境方面和历史运行方面进行数字化表示的同时,还可以为后续不同轨道子区域对应的整体区域影响分析提供不同维度的数据支持。
本发明通过将划分后的不同轨道子区域的不同维度的监测处理整合数据进行二次整合计算获取对应的区域影响值,根据区域影响值可以获取到不同轨道子区域的区域负面影响情况并分类,以便后续可以对不同轨道子区域实施针对性的轨道电路故障诊断方案,可以有效提高轨道电路故障诊断实施的灵活性和针对性,以便可以更高效的对不同轨道子区域实施针对性的轨道电路故障诊断,提高了轨道电路故障诊断实施的前期准备效果。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明轨道电路故障诊断方法的流程框图。
图2为本发明轨道电路故障诊断系统的模块框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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,本领域普通运维人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:如图1所示,本发明为轨道电路故障诊断方法,包括:
对目标轨道区域实施划分,获取若干轨道子区域并编号标记,其中,目标轨道区域的划分可以根据预设的固定划分长度来进行划分,也可以根据轨道区域所在的行政管辖区域范围来进行划分,可以根据实际应用场景进行选择,获取不同轨道子区域的历史电路故障数据以及设备运行数据;包括:
获取划分后的所有轨道子区域并按故障诊断实施的监测顺序进行编号并标记;以及,根据轨道子区域的位置坐标将其与历史电路故障数据库中进行遍历匹配获取对应的历史电路故障数据;
其中,历史电路故障数据中包含历史出现电路故障的轨道子区域的位置坐标、电路故障类型以及不同电路故障类型出现时的天气参数,天气参数包含当日的平均温度和最大温度以及平均湿度和最大湿度,根据每日的平均温度和最大温度获取对应的异常温度评判范围,以及平均湿度和最大湿度获取对应的异常湿度评判范围;温度和湿度可以由温度传感器和湿度传感器进行监测记录;
将所有电路故障类型对应的所有天气参数的异常温度评判范围以及异常湿度评判范围分别组合,得到异常温度评判范围图和异常湿度评判范围图;通过对历史所有电路故障类型对应的所有天气参数进行预处理获取对应的异常温度评判范围图和异常湿度评判范围图,可以为后续不同轨道子区域的针对性诊断提供历史环境方面的数据支持;
设备运行数据包含电力设备的安装时间点、有效运行总时长以及故障影响总时长;
本发明实施例中,通过对目标轨道区域实施划分,可以实现后续对不同的轨道子区域实施模块化、差异化的电路故障诊断方案,同时通过从不同的维度来对轨道子区域实施数据统计和处理,可以为后续不同轨道子区域的差异化的电路故障诊断实施提供可靠的数据支持。
将不同轨道子区域对应的历史电路故障数据和设备运行数据进行预处理并整合计算获取对应的区域影响值,并根据区域影响值对不同轨道子区域实施差异化的轨道电路故障诊断方案;包括:
根据所有轨道子区域的编号依次对其关联的历史电路故障数据进行遍历,若历史电路故障数据中不存在电路故障类型,则生成区域影响不处理标签并将其关联的历史影响数值设置为0;
若历史电路故障数据中存在电路故障类型,则生成区域影响处理标签并将其关联的历史影响数值设置为1,并根据区域影响处理标签获取历史电路故障类型对应的故障类型影响时,将电路故障类型与预构建的故障类型权重表进行遍历匹配获取对应的故障影响权重Gq;
其中,故障类型权重表中包含若干不同的电路故障类型以及对应关联的故障影响权重,不同的电路故障类型由现有的轨道电路故障诊断大数据来确定,故障影响权重用于对文本类的电路故障类型实施差异化、数字化的表示,故障影响权重的具体数值可以由本领域的专业技术人员来确定;
通过故障类型影响公式计算获取轨道子区域对应的历史故障影响系数Gy;式中,N为不同的电路故障类型出现的总数;
本发明实施例中,通过将轨道子区域的历史故障数据进行整合计算获取对应的历史故障影响系数,通过历史故障影响系数既可以对轨道子区域的历史整体故障影响进行数字化表示,又可以为后续不同轨道子区域对应的整体区域影响分析提供历史故障影响方面的数据支持。
对所有轨道子区域实施环境参数影响分析时,将轨道子区域的历史每日的实时温度和实时湿度分别与异常温度评判范围图和异常湿度评判范围图进行遍历筛选,并将属于异常温度评判范围图的历史温度标记为选中温度并统计选中温度的第一持续总时长Twc,以及将属于异常湿度评判范围图的历史湿度标记为选中湿度并统计选中湿度的第二持续总时长Tsc;其中,第一持续总时长和第二持续总时长的单位均为分钟;
提取第一持续总时长和第二持续总时长的数值并通过环境影响公式计算获取轨道子区域对应的历史环境影响系数Hy;式中,h1、h2为不同的比例系数,0<h1≤h2<1,h1+h2=1;Twc0为预设的标准异常温度持续时长,Tsc0为预设的标准异常湿度持续时长,标准异常温度持续时长和标准异常湿度持续时长可以根据对应电路设备的设计参数数据来确定,或者根据相同电路设备出现故障时对应的历史环境大数据进行训练得到;
恶劣的天气条件,如暴雨、暴风雪、冰雹等,可能导致轨道电路以及设备受损或受潮,从而引发故障,特别是在高温、潮湿或极端寒冷的气候条件下,轨道电路以及设备容易受到影响;
本发明实施例中,通过从环境方面来数据统计以及数据处理筛选,可以获取到历史环境方面对轨道电路方面产生的负面异常影响,通过计算获取的历史环境影响系数既可以对历史环境方面的负面影响进行数字化表示,又可以为后续不同轨道子区域对应的整体区域影响分析提供历史环境影响方面的数据支持。
获取轨道子区域对应的设备运行数据,这里的设备为轨道电路设备,提取设备运行数据中的有效运行总时长Ty和故障影响总时长Tg的数值并通过运行异常影响公式Yy=(Tg+0.5)/Ty计算获取轨道子区域对应的历史运行影响系数Yy;有效运行总时长和故障影响总时长的单位均为天,有效运行时长是指轨道电路设备正常工作运行的时长,不包含待机时长和维护停机时长;故障影响时长是指轨道电路设备出现故障一直持续时的时长;
其中,轨道电路设备长期使用后可能出现老化、损坏等问题,使得设备更容易发生故障;本发明实施中,通过将轨道子区域中的电路设备的有效运行总时长和故障影响总时长进行整合计算获取对应的历史运行影响系数,根据历史运行影响系数来对轨道子区域的历史运行方面进行数字化表示的同时,还可以为后续不同轨道子区域对应的整体区域影响分析提供历史运行影响方面的数据支持。
对预处理后的轨道子区域对应的历史电路故障数据和设备运行数据进行数据整合计算时,按顺序依次提取不同轨道子区域对应的历史故障影响系数、历史环境影响系数和历史运行影响系数的数值并通过区域影响公式计算获取轨道子区域对应的区域影响值Qy;式中,m1、m2、m3均为比例系数且0<m2≤m3<m1,L为轨道子区域对应的轨道总长度;
需要说明的是,区域影响值是用于将轨道子区域的历史不同维度的故障影响数据进行整合计算来对轨道子区域电路受到的异常影响进行整体评估的数值;区域影响值越大,表示对应轨道子区域受到的异常影响越大,则对应实施的轨道电路故障诊断方案要求也越高;
根据区域影响值对轨道子区域的区域影响状态进行评估分类时,将轨道子区域的区域影响值与预设的标准区域影响阈值进行比对判断;标准区域影响阈值根据所有出现故障的轨道子区域对应的所有区域影响值均值来确定;
将小于标准区域影响阈值的区域影响值对应的轨道子区域标记为正常子区域并关联区域正常标签;
将不小于标准区域影响阈值且不大于标准区域影响阈值P%的区域影响值对应的轨道子区域标记为轻度异常子区域并关联区域轻度异常标签,P为大于一百的实数;
将大于标准区域影响阈值P%的区域影响值对应的轨道子区域标记为中度异常子区域并关联区域中度异常标签;
根据区域正常标签、区域轻度异常标签或者区域中度异常标签分别对应的正常子区域、轻度异常子区域或者中度异常子区域实施对应的正常电路故障诊断方案、轻度异常电路故障诊断方案或者中度异常电路故障诊断方案;
其中,正常电路故障诊断方案、轻度异常电路故障诊断方案、中度异常电路故障诊断方案对应的电路故障诊断频次以及诊断要求依次递增,来实现不同轨道子区域的差异化轨道电路故障诊断;
本发明实施例中,通过将划分后的不同轨道子区域的不同维度的监测处理整合数据进行二次整合计算获取对应的区域影响值,根据区域影响值可以获取到不同轨道子区域的区域负面影响情况并分类,以便后续可以对不同轨道子区域实施针对性的轨道电路故障诊断方案,相比于现有技术方案中只是基于周期时段来实施固定周期的轨道电路故障诊断行为,或者根据工作经验实施不定期的轨道电路故障诊断行为,本发明实施例可以有效提高轨道电路故障诊断实施的灵活性和针对性,以便可以更高效的对不同轨道子区域实施针对性的轨道电路故障诊断。
获取不同轨道子区域的轨道电路故障诊断监测数据并进行数据预处理和故障诊断识别并实时输出故障诊断结果;
其中,控制便携式移频信号检测仪通过移动设备使其沿铁轨移动检测,并将检测获取的移频信号数据实时上传至云端服务器;移动设备可以为现有的智能循迹小车;
对实时上传至云端服务器中的移频信号数据进行预处理和分析时,获取移频信号数据中轨道移频信号的时域波形图和频谱图,对时域波形图和频谱图进行特征数据提取并将其作为输入数据来输入至预先构建的故障诊断模型中进行训练输出对应的故障诊断结果;
其中,特征数据提取包括但不限于移频信号的载频、低频调制频率、主峰幅值等主要参数,故障诊断模型可以为ANFIS模型,模型的构建和训练均为现有的技术方案,例如申请号为CN201711270637.2中公开的故障诊断模型的构建和训练方案,具体的步骤这里不做赘述;
根据故障诊断结果对不同轨道子区域诊断的电路故障实施针对性的告警提示,并根据故障诊断结果对不同轨道子区域对应的历史电路故障数据进行存储更新;
其中,通过故障诊断模型输出编码,根据输出编码确定轨道电路的状态并显示结果,当其处于某种故障状态时,在轨道电路结构图中显示故障的位置,发出轨道电路故障的警示声,并给出维修建议,同时记录轨道电路的载频、长度、补偿电容容值、受端轨面电压等参数并实时存储。
本发明实施中,通过前期不同轨道子区域的区域影响类型来对不同轨道子区域自适应的实施针对性的轨道电路故障诊断,提高了整体轨道电路故障诊断的自适应性以及针对性,以便可以更高效全面的实施轨道电路故障诊断,提高了轨道电路故障诊断实施的前期准备效果。
实施例2:如图2所示,本发明为轨道电路故障诊断系统,包括:
目标轨道数据监测统计模块,用于对目标轨道区域实施划分,获取若干轨道子区域并编号标记,获取不同轨道子区域的历史电路故障数据以及设备运行数据;
轨道数据处理整合分析模块,用于将不同轨道子区域对应的历史电路故障数据和设备运行数据进行预处理并整合计算获取对应的区域影响值,并根据区域影响值对不同轨道子区域实施差异化的轨道电路故障诊断方案;
轨道电路故障诊断分析模块,用于获取不同轨道子区域的轨道电路故障诊断监测数据并进行数据预处理和故障诊断识别并实时输出故障诊断结果;
轨道电路故障诊断管理模块,用于根据故障诊断结果对不同轨道子区域诊断的电路故障实施针对性的告警提示,并根据故障诊断结果对不同轨道子区域对应的历史电路故障数据进行存储更新。
此外,上述中涉及的公式均是去除量纲取其数值计算,是将采集的大量数据通过模拟软件模拟得到的最接近真实情况的公式。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,可以通过其它的方式实现。例如,以上所描述的发明实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,既可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域运维人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通运维人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.轨道电路故障诊断方法,其特征在于,包括:
对目标轨道区域实施划分,获取若干轨道子区域并编号标记,获取不同轨道子区域的历史电路故障数据以及设备运行数据;包括:获取划分后的所有轨道子区域并按故障诊断实施的监测顺序进行编号并标记;以及,根据轨道子区域的位置坐标将其与历史电路故障数据库中进行遍历匹配获取对应的历史电路故障数据;
历史电路故障数据中包含历史出现电路故障的轨道子区域的位置坐标、电路故障类型以及不同电路故障类型出现时的天气参数,天气参数包含当日的平均温度和最大温度以及平均湿度和最大湿度,根据每日的平均温度和最大温度获取对应的异常温度评判范围,以及平均湿度和最大湿度获取对应的异常湿度评判范围;
设备运行数据包含电力设备的安装时间点、有效运行总时长以及故障影响总时长;
将不同轨道子区域对应的历史电路故障数据和设备运行数据进行预处理并整合计算获取对应的区域影响值,并根据区域影响值对不同轨道子区域实施差异化的轨道电路故障诊断方案;包括:
将所有电路故障类型对应的所有天气参数的异常温度评判范围以及异常湿度评判范围分别组合,得到异常温度评判范围图和异常湿度评判范围图;
根据所有轨道子区域的编号依次对其关联的历史电路故障数据进行遍历,若历史电路故障数据中不存在电路故障类型,则生成区域影响不处理标签并将其关联的历史影响数值设置为0;
若历史电路故障数据中存在电路故障类型,则生成区域影响处理标签并将其关联的历史影响数值设置为1,并根据区域影响处理标签获取历史电路故障类型对应的故障类型影响时,将电路故障类型与预构建的故障类型权重表进行遍历匹配获取对应的故障影响权重Gq;通过故障类型影响公式计算获取轨道子区域对应的历史故障影响系数Gy;
对所有轨道子区域实施环境参数影响分析时,将轨道子区域的历史每日的实时温度和实时湿度分别与异常温度评判范围图和异常湿度评判范围图进行遍历筛选,并将属于异常温度评判范围图的历史温度标记为选中温度并统计选中温度的第一持续总时长Twc,以及将属于异常湿度评判范围图的历史湿度标记为选中湿度并统计选中湿度的第二持续总时长Tsc;
提取第一持续总时长和第二持续总时长的数值并通过环境影响公式计算获取轨道子区域对应的历史环境影响系数Hy;
获取轨道子区域对应的设备运行数据,提取设备运行数据中的有效运行总时长Ty和故障影响总时长Tg的数值并通过运行异常影响公式计算获取轨道子区域对应的历史运行影响系数Yy;
对预处理后的轨道子区域对应的历史电路故障数据和设备运行数据进行数据整合计算时,按顺序依次提取不同轨道子区域对应的历史故障影响系数、历史环境影响系数和历史运行影响系数的数值并通过区域影响公式计算获取轨道子区域对应的区域影响值Qy;式中,m1、m2、m3均为比例系数且0<m2≤m3<m1,L为轨道子区域对应的轨道总长度;
获取不同轨道子区域的轨道电路故障诊断监测数据并进行数据预处理和故障诊断识别并实时输出故障诊断结果;
其中,控制便携式移频信号检测仪通过移动设备使其沿铁轨移动检测,并将检测获取的移频信号数据实时上传至云端服务器;
对实时上传至云端服务器中的移频信号数据进行预处理和分析时,获取移频信号数据中轨道移频信号的时域波形图和频谱图,对时域波形图和频谱图进行特征数据提取并将其作为输入数据来输入至预先构建的故障诊断模型中进行训练输出对应的故障诊断结果;
根据故障诊断结果对不同轨道子区域诊断的电路故障实施针对性的告警提示,并根据故障诊断结果对不同轨道子区域对应的历史电路故障数据进行存储更新。
2.根据权利要求1所述的轨道电路故障诊断方法,其特征在于,故障类型影响公式为;式中,N为不同的电路故障类型出现的总数。
3.根据权利要求1所述的轨道电路故障诊断方法,其特征在于,环境影响公式为;式中,h1、h2为不同的比例系数,0<h1≤h2<1,h1+h2=1;Twc0为预设的标准异常温度持续时长,Tsc0为预设的标准异常湿度持续时长。
4.根据权利要求1所述的轨道电路故障诊断方法,其特征在于,运行异常影响公式为Yy=(Tg+0.5)/Ty。
5.根据权利要求1所述的轨道电路故障诊断方法,其特征在于,根据区域影响值对轨道子区域的区域影响状态进行评估分类时,将轨道子区域的区域影响值与预设的标准区域影响阈值进行比对判断得到区域正常标签、区域轻度异常标签或者区域中度异常标签以及对应标记的正常子区域、轻度异常子区域或者中度异常子区域。
6.根据权利要求5所述的轨道电路故障诊断方法,其特征在于,根据区域正常标签、区域轻度异常标签或者区域中度异常标签分别对应的正常子区域、轻度异常子区域或者中度异常子区域实施对应的正常电路故障诊断方案、轻度异常电路故障诊断方案或者中度异常电路故障诊断方案。
7.根据权利要求6所述的轨道电路故障诊断方法,其特征在于,正常电路故障诊断方案、轻度异常电路故障诊断方案、中度异常电路故障诊断方案对应的电路故障诊断频次以及诊断要求依次递增。
8.轨道电路故障诊断系统,应用于如根据权利要求1-7任一项所述的轨道电路故障诊断方法,其特征在于,包括:
目标轨道数据监测统计模块,用于对目标轨道区域实施划分,获取若干轨道子区域并编号标记,获取不同轨道子区域的历史电路故障数据以及设备运行数据;
轨道数据处理整合分析模块,用于将不同轨道子区域对应的历史电路故障数据和设备运行数据进行预处理并整合计算获取对应的区域影响值,并根据区域影响值对不同轨道子区域实施差异化的轨道电路故障诊断方案;
轨道电路故障诊断分析模块,用于获取不同轨道子区域的轨道电路故障诊断监测数据并进行数据预处理和故障诊断识别并实时输出故障诊断结果;
轨道电路故障诊断管理模块,用于根据故障诊断结果对不同轨道子区域诊断的电路故障实施针对性的告警提示,并根据故障诊断结果对不同轨道子区域对应的历史电路故障数据进行存储更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311755823.0A CN117647721B (zh) | 2023-12-20 | 2023-12-20 | 轨道电路故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311755823.0A CN117647721B (zh) | 2023-12-20 | 2023-12-20 | 轨道电路故障诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117647721A true CN117647721A (zh) | 2024-03-05 |
CN117647721B CN117647721B (zh) | 2024-06-14 |
Family
ID=90047702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311755823.0A Active CN117647721B (zh) | 2023-12-20 | 2023-12-20 | 轨道电路故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117647721B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045256A (zh) * | 2015-07-08 | 2015-11-11 | 北京泰乐德信息技术有限公司 | 基于数据对比分析的轨道交通实时故障诊断方法和系统 |
CN106199332A (zh) * | 2016-06-29 | 2016-12-07 | 中国铁路总公司 | 一种改进的轨道电路红光带故障诊断方法 |
CN108008287A (zh) * | 2017-12-05 | 2018-05-08 | 太原理工大学 | 基于移频信号的轨道电路故障监测平台及其监测方法 |
KR20180075880A (ko) * | 2016-12-27 | 2018-07-05 | 주식회사 우진산전 | 철도 차량용 전력변환장치의 데이터 관리장치 |
JP2019188913A (ja) * | 2018-04-20 | 2019-10-31 | 日本信号株式会社 | 軌道回路劣化度推定装置 |
CN111562489A (zh) * | 2020-07-07 | 2020-08-21 | 北京和利时系统工程有限公司 | 一种轨道电路故障诊断方法、终端和存储介质 |
CN112858804A (zh) * | 2020-12-25 | 2021-05-28 | 广西交控智维科技发展有限公司 | 轨道车辆的电源屏故障诊断方法及装置 |
EP3975066A1 (de) * | 2020-09-25 | 2022-03-30 | Siemens Mobility GmbH | Verfahren zur überprüfung einer technischen funktion einer elektrischen und/oder mechanischen ersten vorrichtung eines eisenbahnsystems |
CN217415768U (zh) * | 2021-10-22 | 2022-09-13 | 河南辉煌科技股份有限公司 | 一种25周相敏轨道电路综合监测及诊断系统 |
CN115792505A (zh) * | 2023-02-02 | 2023-03-14 | 天津津轨汇海科技发展有限公司 | 一种轨道交通供电管理方法及系统 |
CN116432397A (zh) * | 2023-03-03 | 2023-07-14 | 中车南京浦镇车辆有限公司 | 一种基于数据模型的轨道交通故障预警方法 |
CN116562437A (zh) * | 2023-05-04 | 2023-08-08 | 中国国家铁路集团有限公司 | 轨道电路补偿电容故障预测方法和装置 |
-
2023
- 2023-12-20 CN CN202311755823.0A patent/CN117647721B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045256A (zh) * | 2015-07-08 | 2015-11-11 | 北京泰乐德信息技术有限公司 | 基于数据对比分析的轨道交通实时故障诊断方法和系统 |
CN106199332A (zh) * | 2016-06-29 | 2016-12-07 | 中国铁路总公司 | 一种改进的轨道电路红光带故障诊断方法 |
KR20180075880A (ko) * | 2016-12-27 | 2018-07-05 | 주식회사 우진산전 | 철도 차량용 전력변환장치의 데이터 관리장치 |
CN108008287A (zh) * | 2017-12-05 | 2018-05-08 | 太原理工大学 | 基于移频信号的轨道电路故障监测平台及其监测方法 |
JP2019188913A (ja) * | 2018-04-20 | 2019-10-31 | 日本信号株式会社 | 軌道回路劣化度推定装置 |
CN111562489A (zh) * | 2020-07-07 | 2020-08-21 | 北京和利时系统工程有限公司 | 一种轨道电路故障诊断方法、终端和存储介质 |
EP3975066A1 (de) * | 2020-09-25 | 2022-03-30 | Siemens Mobility GmbH | Verfahren zur überprüfung einer technischen funktion einer elektrischen und/oder mechanischen ersten vorrichtung eines eisenbahnsystems |
CN112858804A (zh) * | 2020-12-25 | 2021-05-28 | 广西交控智维科技发展有限公司 | 轨道车辆的电源屏故障诊断方法及装置 |
CN217415768U (zh) * | 2021-10-22 | 2022-09-13 | 河南辉煌科技股份有限公司 | 一种25周相敏轨道电路综合监测及诊断系统 |
CN115792505A (zh) * | 2023-02-02 | 2023-03-14 | 天津津轨汇海科技发展有限公司 | 一种轨道交通供电管理方法及系统 |
CN116432397A (zh) * | 2023-03-03 | 2023-07-14 | 中车南京浦镇车辆有限公司 | 一种基于数据模型的轨道交通故障预警方法 |
CN116562437A (zh) * | 2023-05-04 | 2023-08-08 | 中国国家铁路集团有限公司 | 轨道电路补偿电容故障预测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117647721B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103699698B (zh) | 一种基于改进贝叶斯的轨道交通故障识别方法及系统 | |
CN104091070B (zh) | 一种基于时间序列分析的轨道交通故障诊断方法和系统 | |
CN105424395B (zh) | 设备故障的确定方法和装置 | |
CN106017551A (zh) | 一种智能化输电线路综合监测分析预警方法 | |
CN105003453A (zh) | 一种矿井风机在线监测与故障诊断系统 | |
CN105045256A (zh) | 基于数据对比分析的轨道交通实时故障诊断方法和系统 | |
CN103901882A (zh) | 一种列车动力系统在线监控故障诊断的系统及其方法 | |
CN204113701U (zh) | 一种矿井风机在线监测与故障诊断系统 | |
CN107844067B (zh) | 一种水电站闸门在线状态监测控制方法及监测系统 | |
CN112036505A (zh) | 道岔转辙机的设备状态确定方法、装置和电子设备 | |
CN110163075A (zh) | 一种基于权值训练的多信息融合故障诊断方法 | |
CN105279612A (zh) | 一种基于泊松分布的输电线路跳闸风险评估方法 | |
CN106976468A (zh) | 一种基于dwt和c‑svm的道岔故障诊断方法 | |
CN115511367B (zh) | 生产线的质量智能管理系统 | |
CN113982850A (zh) | 融合高低频信号的风机综合健康分析方法及系统 | |
CN115060312A (zh) | 一种基于人工智能的建筑材料安全监测系统 | |
CN113177678A (zh) | 一种不同类型异物侵扰的气象风险预警方法及装置 | |
CN117647721B (zh) | 轨道电路故障诊断方法及系统 | |
CN207992717U (zh) | 一种水电站闸门在线状态监测系统 | |
CN106355187A (zh) | 视觉信息在电力设备监测中的应用 | |
CN113779734A (zh) | 一种基于人工智能的跨坐式单轨道岔监测及其维护系统 | |
CN105260814A (zh) | 一种基于大数据的输变电设备评估模型及处理方法 | |
CN117373478A (zh) | 一种用于变压器的声纹识别系统 | |
CN117081249A (zh) | 一种供电线路自动化监控管理平台及线路故障识别方法 | |
CN117346743A (zh) | 一种基于机器学习模型的水情遥测站智能监测巡检系统 |
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 |