CN117991697A - 一种基于大数据的道岔自适应润滑数据控制系统及方法 - Google Patents

Abstract

本发明公开了一种基于大数据的道岔自适应润滑数据控制系统及方法，属于轨道交通技术领域，该系统包括数据采集模块、数据存储模块、数据分析模块、润滑控制模块、自适应调整模块和用户界面模块；所述数据采集模块负责实时采集道岔运行时的摩擦力、温度、湿度和振动幅度；所述数据存储模块负责存储数据采集模块采集的道岔运行数据；所述数据分析模块负责对采集到的道岔运行数据进行处理和分析，识别润滑需求；所述润滑控制模块负责根据数据分析的结果，控制润滑系统进行自适应润滑操作；所述自适应调整模块负责监测道岔运行状况，实时调整润滑策略；所述用户界面模块为用户提供对整个系统进行监控、设置和调整的便捷界面。

Description

一种基于大数据的道岔自适应润滑数据控制系统及方法

技术领域

本发明涉及轨道交通技术领域，具体是一种基于大数据的道岔自适应润滑数据控制系统及方法。

背景技术

道岔是轨道信号系统的重要组成部分，它可以改变列车的运行方向，保证列车的安全和高效运行，道岔的润滑是保证道岔正常工作的关键环节，润滑不足或过量都会影响道岔的性能和寿命，其润滑状态直接影响着轨道的安全和效率。

传统的道岔润滑方式大多采用人工定期润滑，这种方式存在着润滑周期不合理、润滑量不足或过量、润滑质量不可控等问题，导致道岔的磨损加剧、故障增多、维修成本上升等后果。

因此，当前道岔自适应润滑数据控制需要更先进、集成的系统来解决这些问题，而本发明一种基于大数据的道岔自适应润滑数据控制系统及方法旨在提供全新的、更高效的解决方案。

发明内容

本发明的目的在于：提供一种基于大数据的道岔自适应润滑数据控制系统方案，以解决上述背景技术中提出的问题。

为了实现上述目的，本发明采用了以下技术方案：一种基于大数据的道岔自适应润滑数据控制系统，包括数据采集模块、数据存储模块、数据分析模块、润滑控制模块、自适应调整模块和用户界面模块；

所述数据采集模块负责实时采集道岔运行时的摩擦力、温度、湿度和振动幅度情况；所述数据存储模块负责存储数据采集模块采集的道岔运行数据；所述数据分析模块负责对采集到的道岔运行数据进行处理和分析，识别润滑需求；所述润滑控制模块负责根据数据分析的结果，控制润滑系统进行自适应润滑操作；所述自适应调整模块负责监测道岔运行状况，实时调整润滑策略；所述用户界面模块提供用户对系统进行实时监控、设置和调整。

该系统的数据采集模块是整个智能润滑系统的基础，通过实时采集道岔运行时的摩擦力、温度、湿度和振动幅度等关键参数，为后续的数据分析和润滑控制提供了详实的运行状态信息。摩擦力数据反映了道岔机构的工作状况，温度和湿度数据则能够揭示环境对道岔的影响，而振动幅度数据则有助于判断道岔是否存在异常振动或运行不稳定的情况；在数据采集模块的基础上，数据存储模块起到了至关重要的作用。它负责将采集到的道岔运行数据储存起来，构建历史数据库，为系统提供长期的数据积累。这样的数据积累不仅有助于对道岔运行趋势的深入分析，也为后续的润滑需求识别提供了充足的依据；数据分析模块则在数据采集的基础上进行进一步的处理和分析，通过对采集到的数据进行综合分析，能够精准识别道岔的润滑需求。这有助于提高润滑系统的智能化水平，使系统能够更加精准地响应不同工作状态下的需求变化；润滑控制模块作为系统的执行者，根据数据分析的结果，实施自适应的润滑操作。这种自适应性能够根据实际情况进行灵活调整，确保道岔在各种工况下都能够得到适当的润滑，提高系统的效率和可靠性；自适应调整模块则进一步加强了系统的实时性和灵活性，通过监测道岔运行状况，及时调整润滑策略，以应对可能发生的突发状况，确保系统能够在动态工况下保持高效稳定的运行；最后，用户界面模块则为系统的操作者提供了直观的界面，使其能够实时监控系统运行状态、进行设置和调整。这种用户友好的设计有助于操作者更好地理解和掌握系统运行情况，进一步提高系统的可操作性和管理效率。通过以上各模块的协同作用，整个智能润滑系统能够实现对道岔运行状态的全面感知和智能调控，从而提高轨道运输系统的安全性和可靠性。

所述数据采集模块包含传感器单元；

所述传感器单元包括摩擦力传感器、温度传感器、湿度传感器和振动传感器；所述摩擦力传感器用于测量道岔之间的摩擦力；所述温度传感器用于监测道岔的温度变化；所述湿度传感器用于测量道岔的湿度水平；所述振动传感器用于监测道岔运行时的振动幅度情况。

所述数据存储模块包括数据库管理单元；

所述数据库管理单元通过实施事务管理将数据操作视为一个不可分割的事务单元，并通过数据备份和恢复策略对系统进行定期的数据备份；所述数据库管理单元还用于监控和管理数据库的存储空间，及时预警并处理存储空间的不足，同时数据库管理单元还用于对数据存储的维护，从而对数据进行组织和管理。

数据库管理单元在智能润滑系统中扮演着至关重要的角色，其主要职责不仅仅限于实施事务管理，还包括对数据库的全面监控、数据备份和恢复、存储空间管理以及数据存储的维护等多方面的功能。首先，数据库管理单元通过实施事务管理，将数据操作视为一个不可分割的事务单元。这有助于确保数据的一致性、可靠性和完整性，防止在系统运行中出现数据异常或错误。通过采用事务管理，系统能够有效地处理各种操作，确保数据的可追溯性和可控性，提高系统整体的稳定性。其次，数据库管理单元通过制定数据备份和恢复策略，对系统进行定期的数据备份。这样的备份机制能够在系统遭遇意外故障、数据丢失或系统崩溃等突发情况时，迅速恢复到之前的正常状态，最大程度地保障数据的安全性和完整性。另外，数据库管理单元还负责监控和管理数据库的存储空间。通过对存储空间的实时监控，系统能够及时预警并处理存储空间的不足问题，防止因为存储空间不足而导致系统运行异常或数据丢失。这有助于提高系统的稳定性和可用性，确保系统能够长时间高效运行。除此之外，数据库管理单元还用于对数据存储的维护，对数据进行组织和管理。这包括索引的维护、数据的优化和清理等工作，以提高数据库的查询性能和操作效率。通过对数据存储的维护，系统能够更加高效地存储和检索数据，进一步提升系统的整体性能。

所述数据分析模块包含异常检测单元和趋势分析单元；

所述异常检测单元负责检测道岔运行中的数据异常情况，通过对摩擦力、温度、湿度和振动幅度情况的监测，对异常的数据进行精准捕捉并做出响应；所述趋势分析单元负责对道岔数据的趋势进行分析，预测道岔的运行状态并识别出润滑需求。

所述润滑控制模块包括润滑策略制定单元和润滑执行单元；

所述润滑策略制定单元根据数据分析模块对道岔运行数据的异常检测和趋势分析结果，判断道岔当前的运行状况；所述润滑执行单元根据道岔的运行状况制定润滑策略，执行相应的润滑操作。

所述自适应调整模块包括实时监测单元和参数调整单元；

所述实时监测单元通过搭载传感器单元，获取道岔的摩擦力变化、温度变化、湿度水平和振动幅度并及时发现数据异常情况；所述参数调整单元根据实时监测的道岔数据自适应调整系统参数，包括基于对摩擦力、温度、湿度和振动幅度数据的监测分析结果来实现对润滑周期参数的调整。

所述用户界面模块包含操作界面单元和数据可视化单元；

所述操作界面单元为用户提供对整个系统进行监控、设置和调整的便捷界面，实现通过该界面查看道岔的实时运行数据并设定其润滑参数；所述数据可视化单元通过可视化的方式将道岔运行状况呈现给用户，包括呈现道岔数据的图表、道岔数据趋势分析和异常情况的警示。

一种基于大数据的道岔自适应润滑数据控制方法，所述道岔自适应润滑数据控制方法包括以下步骤：

S1、采集道岔运行时的摩擦力、温度、湿度和振动幅度数据；

S2、定期进行道岔运行数据备份，监控和管理数据库的存储空间；

S3、监测道岔运行数据中的异常情况，对异常数据进行捕捉和响应；

S4、根据异常检测结果，判断道岔当前的运行状况；

S5、根据道岔的运行状况自适应调整道岔的润滑需求；

S6、通过可视化方式将道岔运行状况呈现给用户。

在步骤S3中，所述监测道岔运行数据中的异常情况，对异常数据进行捕捉和响应采用以下算法：

首先，获取道岔运行数据D＝{a_i，a_i，…，a_n}，其中a₁＝(f₁，t₁，h₁，v₁)，a₂＝(f₂，t₃，h₂，v₂)，…，a_n＝(f_n，t_n，h_n，v_n)，对于每个数据点a_i，i＝1，2，3，…，n，计算其算术平均值和/>变异度θ_f、θ_t、θ_h和θ_v，得出每个数据点对应的摩擦力异常度A_f、温度异常度A_t、湿度异常度A_h和振动异常度A_v：

其中，D代表获取道岔运行数据的集合，a_i代表道岔运行数据集合D中的第i个数据点，n表示道岔运行数据集合D中数据点的个数，f_i代表第i个数据点对应的摩擦力，t_i代表第i个数据点对应的温度，h_i代表第i个数据点对应的湿度，v_i代表第i个数据点对应的振动幅度；

其次，综合A_f，A_t，A_h和A_v得到综合异常度A_c：

A_c＝w_fA_f+w_tA_t+w_hA_h+w_vA_v；

其中，w_f代表摩擦力异常度A_f的权重，w_t代表温度异常度A_t的权重，w_h代表湿度异常度A_h的权重，w_v代表振动异常度A_v的权重，且w_f+w_t+w_h+w_v＝1；

最后，设定阈值T，若A_c＞T，则对应的数据点a_i标记为异常，即a_i＝b_m＝1；若A_c≤T，则对应的数据点a_i标记为正常，即a_i＝b_m＝0：

输出监测结果A＝{b₁，b₂，…，b_m}，m＝1，2，…，r，其中b_r∈{0，1}，b_m表示监测结果A中第m个数据点的异常状态标记，0表示正常，1表示异常；m表示监测结果A中的第m个数据点，r表示监测结果A中数据点的个数。

在步骤S4中，所述根据异常检测结果，制定润滑策略，判断道岔当前的运行状态采用以下算法实现：

首先，根据异常检测结果A，计算每个数据点的异常程度E_i：

E_i＝A_ca_i；

其次，对异常程度E_i进行趋势分析，使用基于数据段滑动窗口算法计算每个数据段的异常程度均值E_s，对于每个长度为x的滑动窗口：

然后，计算每个滑动窗口的异常程度增长率E_r：

再次，根据异常程度增长率E_r判断道岔的运行状况Y＝{正常，轻微异常，中度异常，严重异常}，当E_r＜Y₁，判定为正常；当Y₁≤E_r＜Y₂，判定为轻微异常；当Y₂≤E_r＜Y₃，判定为中度异常；当E_r≥Y₃，判定为严重异常；

其中Y₁，Y₂和Y₃为用户定义的阈值，且Y₁＜Y₂＜Y₃；

在步骤S5中，所述根据道岔的运行状况自适应调整道岔的润滑需求采用以下技术方案：

当运行状况Y为正常时，不润滑；当运行状况为轻微异常时，一周一次润滑；当运行状况为中度异常时，三天一次润滑；当运行状况为严重异常时，立即执行润滑。

与现有技术相比，本发明所达到的有益效果是：

1、本发明实现了道岔的智能监测、异常检测、润滑策略制定和润滑执行的一体化，提高道岔的运行效率和寿命，降低道岔的维护成本和能耗；

2、本发明根据道岔的实际工况和环境条件，自动调整润滑周期，实现道岔的自适应润滑，避免了人工定期润滑的不足和缺陷；

3、本发明利用大数据技术，对道岔运行数据进行有效的融合、处理和分析，挖掘出道岔运行状态和润滑需求的关联规律和模式，支持实现不同制造环境下的产品工艺自适应设计；

4、本发明提供用户界面模块，方便用户对系统进行实时监控、设置和调整，提高用户的操作便利性和满意度。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于大数据的道岔自适应润滑数据控制系统模块组成示意图；

图2是本发明一种基于大数据的道岔自适应润滑数据控制方法步骤流程示意图。

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，都属于本发明保护的范围。

图1-图2，本发明提供技术方案：

一种基于大数据的道岔自适应润滑数据控制系统，该系统包括数据采集模块、数据存储模块、数据分析模块、润滑控制模块、自适应调整模块和用户界面模块；

数据采集模块负责实时采集道岔运行时的摩擦力、温度、湿度和振动幅度情况；数据存储模块负责存储数据采集模块采集的道岔运行数据；数据分析模块负责对采集到的道岔运行数据进行处理和分析，识别润滑需求；润滑控制模块负责根据数据分析的结果，控制润滑系统进行自适应润滑操作；自适应调整模块负责监测道岔运行状况，实时调整润滑策略；用户界面模块提供用户对系统进行实时监控、设置和调整。

该系统的数据采集模块是整个智能润滑系统的基础，通过实时采集道岔运行时的摩擦力、温度、湿度和振动幅度等关键参数，为后续的数据分析和润滑控制提供了详实的运行状态信息。摩擦力数据反映了道岔机构的工作状况，温度和湿度数据则能够揭示环境对道岔的影响，而振动幅度数据则有助于判断道岔是否存在异常振动或运行不稳定的情况；在数据采集模块的基础上，数据存储模块起到了至关重要的作用。它负责将采集到的道岔运行数据储存起来，构建历史数据库，为系统提供长期的数据积累。这样的数据积累不仅有助于对道岔运行趋势的深入分析，也为后续的润滑需求识别提供了充足的依据；数据分析模块则在数据采集的基础上进行进一步的处理和分析，通过对采集到的数据进行综合分析，能够精准识别道岔的润滑需求。这有助于提高润滑系统的智能化水平，使系统能够更加精准地响应不同工作状态下的需求变化；润滑控制模块作为系统的执行者，根据数据分析的结果，实施自适应的润滑操作。这种自适应性能够根据实际情况进行灵活调整，确保道岔在各种工况下都能够得到适当的润滑，提高系统的效率和可靠性；自适应调整模块则进一步加强了系统的实时性和灵活性，通过监测道岔运行状况，及时调整润滑策略，以应对可能发生的突发状况，确保系统能够在动态工况下保持高效稳定的运行；最后，用户界面模块则为系统的操作者提供了直观的界面，使其能够实时监控系统运行状态、进行设置和调整。这种用户友好的设计有助于操作者更好地理解和掌握系统运行情况，进一步提高系统的可操作性和管理效率。通过以上各模块的协同作用，整个智能润滑系统能够实现对道岔运行状态的全面感知和智能调控，从而提高轨道运输系统的安全性和可靠性。

数据采集模块包含传感器单元；

传感器单元包括摩擦力传感器、温度传感器、湿度传感器和振动传感器；摩擦力传感器用于测量道岔之间的摩擦力；温度传感器用于监测道岔的温度变化；湿度传感器用于测量道岔的湿度水平；振动传感器用于监测道岔运行时的振动幅度情况。

数据存储模块包括数据库管理单元；

数据库管理单元通过实施事务管理将数据操作视为一个不可分割的事务单元，并通过数据备份和恢复策略对系统进行定期的数据备份；数据库管理单元还用于监控和管理数据库的存储空间，及时预警并处理存储空间的不足，同时数据库管理单元还用于对数据存储的维护，从而对数据进行组织和管理。

数据库管理单元在智能润滑系统中扮演着至关重要的角色，其主要职责不仅仅限于实施事务管理，还包括对数据库的全面监控、数据备份和恢复、存储空间管理以及数据存储的维护等多方面的功能。首先，数据库管理单元通过实施事务管理，将数据操作视为一个不可分割的事务单元。这有助于确保数据的一致性、可靠性和完整性，防止在系统运行中出现数据异常或错误。通过采用事务管理，系统能够有效地处理各种操作，确保数据的可追溯性和可控性，提高系统整体的稳定性。其次，数据库管理单元通过制定数据备份和恢复策略，对系统进行定期的数据备份。这样的备份机制能够在系统遭遇意外故障、数据丢失或系统崩溃等突发情况时，迅速恢复到之前的正常状态，最大程度地保障数据的安全性和完整性。另外，数据库管理单元还负责监控和管理数据库的存储空间。通过对存储空间的实时监控，系统能够及时预警并处理存储空间的不足问题，防止因为存储空间不足而导致系统运行异常或数据丢失。这有助于提高系统的稳定性和可用性，确保系统能够长时间高效运行。除此之外，数据库管理单元还用于对数据存储的维护，对数据进行组织和管理。这包括索引的维护、数据的优化和清理等工作，以提高数据库的查询性能和操作效率。通过对数据存储的维护，系统能够更加高效地存储和检索数据，进一步提升系统的整体性能。

数据分析模块包含异常检测单元和趋势分析单元；

异常检测单元负责检测道岔运行中的数据异常情况，通过对摩擦力、温度、湿度和振动幅度情况的监测，对异常的数据进行精准捕捉并做出响应；趋势分析单元负责对道岔数据的趋势进行分析，预测道岔的运行状态并识别出润滑需求。

润滑控制模块包括润滑策略制定单元和润滑执行单元；

润滑策略制定单元根据数据分析模块对道岔运行数据的异常检测和趋势分析结果，判断道岔当前的运行状况；所述润滑执行单元根据道岔的运行状况制定润滑策略，执行相应的润滑操作。

自适应调整模块包括实时监测单元和参数调整单元；

实时监测单元通过搭载传感器单元，获取道岔的摩擦力变化、温度变化、湿度水平和振动幅度并及时发现数据异常情况；所述参数调整单元根据实时监测的道岔数据自适应调整系统参数，包括基于对摩擦力、温度、湿度和振动幅度数据的监测分析结果来实现对润滑周期参数的调整。

用户界面模块包含操作界面单元和数据可视化单元；

操作界面单元为用户提供对整个系统进行监控、设置和调整的便捷界面，实现通过该界面查看道岔的实时运行数据并设定其润滑参数；所述数据可视化单元通过可视化的方式将道岔运行状况呈现给用户，包括呈现道岔数据的图表、道岔数据趋势分析和异常情况的警示。

一种基于大数据的道岔自适应润滑数据控制方法，道岔自适应润滑数据控制方法包括以下步骤：

S1、采集道岔运行时的摩擦力、温度、湿度和振动幅度数据；

S2、定期进行道岔运行数据备份，监控和管理数据库的存储空间；

S3、监测道岔运行数据中的异常情况，对异常数据进行捕捉和响应；

S4、根据异常检测结果，判断道岔当前的运行状况；

S5、根据道岔的运行状况自适应调整道岔的润滑需求；

S6、通过可视化方式将道岔运行状况呈现给用户。

在步骤S3中，监测道岔运行数据中的异常情况，对异常数据进行捕捉和响应采用以下算法：

首先，获取道岔运行数据D＝{a_i，a_i，…，a_n}，其中a₁＝(f₁，t₁，h₁，v₁)，a₂＝(f₂，t₃，h₂，v₂)，…，a_n＝(f_n，t_n，h_n，v_n)，对于每个数据点a_i，i＝1，2，3，…，n，计算其算术平均值和/>变异度θ_f、θ_t、θ_h和θ_v，得出每个数据点对应的摩擦力异常度A_f、温度异常度A_t、湿度异常度A_h和振动异常度A_v：

其中，D代表获取道岔运行数据的集合，a_i代表道岔运行数据集合D中的第i个数据点，n表示道岔运行数据集合D中数据点的个数，f_i代表第i个数据点对应的摩擦力，t_i代表第i个数据点对应的温度，h_i代表第i个数据点对应的湿度，v_i代表第i个数据点对应的振动幅度；

其次，综合A_f，A_t，A_h和A_v得到综合异常度A_c：

A_c＝w_fA_f+w_tA_t+w_hA_h+w_vA_v；

其中，w_f代表摩擦力异常度A_f的权重，w_t代表温度异常度A_t的权重，w_h代表湿度异常度A_h的权重，w_v代表振动异常度A_v的权重，且w_f+w_t+w_h+w_v＝1；

最后，设定阈值T，若A_c＞T，则对应的数据点a_i标记为异常，即a_i＝b_m＝1；若A_c≤T，则对应的数据点a_i标记为正常，即a_i＝b_m＝0：

输出监测结果A＝{b₁，b₂，…，b_m}，m＝1，2，…，r，其中b_r∈{0，1}，b_m表示监测结果A中第m个数据点的异常状态标记，0表示正常，1表示异常；m表示监测结果A中的第m个数据点，r表示监测结果A中数据点的个数。

在步骤S4中，所述根据异常检测结果，制定润滑策略，判断道岔当前的运行状态采用以下算法实现：

首先，根据异常检测结果A，计算每个数据点的异常程度Ei：

E_i＝A_ca_i；

其次，对异常程度E_i进行趋势分析，使用基于数据段滑动窗口算法计算每个数据段的异常程度均值E_s，对于每个长度为x的滑动窗口：

然后，计算每个滑动窗口的异常程度增长率E_r：

再次，根据异常程度增长率E_r判断道岔的运行状况Y＝{正常，轻微异常，中度异常，严重异常}，当E_r＜Y₁，判定为正常；当Y₁≤E_r＜Y₂，判定为轻微异常；当Y₂≤E_r＜Y₃，判定为中度异常；当E_r≥Y₃，判定为严重异常；

其中Y₁，Y₂和Y₃为用户定义的阈值，且Y₁＜Y₂＜Y₃；

在步骤S5中，所述根据道岔的运行状况自适应调整道岔的润滑需求采用以下技术方案：

当运行状况Y为正常时，不润滑；当运行状况为轻微异常时，一周一次润滑；当运行状况为中度异常时，三天一次润滑；当运行状况为严重异常时，立即执行润滑。

实施例一：

设获取的道岔运行数据D＝{a₁，a₂，a₃，a₄，a₅，a₆，a₇，a₈，a₉，a₁₀}，且a₁＝(1000，25，50，0.5)，a₂＝(1200，27，52，0.6)，a₃＝(1300，28，55，0.7)，a₄＝(1500，30，60，0.8)，a₅＝(1800，35，65，1)，a₆＝(2000，40，70，1.2)，a₇＝(2500，45，75，1.5)，a₈＝(3000，50，80，2)，a₉＝(3500，55，85，2.5)，a₁₀＝(4000，60，90，3)，对于每个数据点，计算其算术平均值和/>变异度θ_f、θ_t、θ_h和θ_v，得出每个数据点a_i所对应的摩擦力异常度A_f、温度异常度A_t、湿度异常度A_h和振动异常度A_v：

A_f1≈1.1；A_f2≈0.9；A_f3≈0.8；A_f4≈0.6；A_f5≈0.3；A_f6≈0.1；A_f7≈0.4；A_f8≈0.9；A_f9≈1.4；A_f1≈1.9；

A_t1≈1.1；A_t2≈0.9；A_t3≈0.9；A_t4≈0.7；A_t5≈0.2；A_t6≈0.2；A_t7≈0.7；A_t8≈1.1；A_t9≈1.6；A₁₀≈2.0；

A_h1≈1.4；A_h2≈1.2；A_h3≈1.0；A_h4≈0.6；A_h5≈0.2；A_h6≈0.2；A_h7≈0.6；A_h8≈1.0；A_h9≈1.3；A_h1≈1.7；

A_v1≈0.9；A_v2≈0.8；A_v3≈0.7；A_v4≈0.6；A_v5≈0.1；A_v6≈0.1；A_v7≈0.3；A_v8≈1.0；A_v9≈1.6；A_v10≈2.2；

综合A_f，A_t，A_h和A_v得到综合异常度A_c：

A_c＝w_fA_f+w_tA_t+w_hA_h+w_vA_v；

将w_f＝0.4，w_t＝w_h＝w_v＝0.2，代入公式得A_c1＝1.2；A_c2＝1；A_c3＝0.9；A_c4＝0.6；A_c5＝0.2；A_c6＝0.1；A_c7＝0.5；A_c8＝1.0；A_c9＝1.5；A_c10＝2.0；

最后，设定阈值T＝1，输出监测结果A＝{1，1，0，0，0，0，0，1，1，1}；

根据异常检测结果A使用基于数据段滑动窗口算法计算每个数据段的异常程度均值E_s，设滑动窗口的长度x＝4：

然后，计算每个滑动窗口的异常程度增长率Er：

设阈值Y₁＝0.2，Y₂＝0.5和Y₃＝1.0，则对于数据段a₁～a₄，标记为中度异常，三天润滑一次；对于数据段a₄～a₈，标记为严重异常，立即执行润滑。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例中所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：包括数据采集模块、数据存储模块、数据分析模块、润滑控制模块、自适应调整模块和用户界面模块；

所述数据采集模块负责实时采集道岔运行时的摩擦力、温度、湿度和振动幅度；所述数据存储模块负责存储数据采集模块采集的道岔运行数据；所述数据分析模块负责对采集到的道岔运行数据进行处理和分析，识别润滑需求；所述润滑控制模块负责根据数据分析的结果，控制润滑系统进行自适应润滑操作；所述自适应调整模块负责监测道岔运行状况，实时调整润滑策略；所述用户界面模块提供给用户对系统进行实时监控、设置和调整。

2.根据权利要求1所述的一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：所述数据采集模块包含传感器单元；

所述传感器单元包括摩擦力传感器、温度传感器、湿度传感器和振动传感器；所述摩擦力传感器用于测量道岔之间的摩擦力；所述温度传感器用于监测道岔的温度变化；所述湿度传感器用于测量道岔的湿度水平；所述振动传感器用于监测道岔运行时的振动幅度情况。

3.根据权利要求1所述的一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：所述数据存储模块包括数据库管理单元；

所述数据库管理单元通过实施事务管理将数据操作视为一个不可分割的事务单元，并通过数据备份和恢复策略对系统数据进行定期备份；所述数据库管理单元还用于监控和管理数据库的存储空间，及时预警并处理存储空间的不足，同时数据库管理单元还用于对数据存储的维护，从而对系统数据进行组织和管理。

4.根据权利要求1所述的一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：所述数据分析模块包含异常检测单元和趋势分析单元；

所述异常检测单元负责检测道岔运行中的数据异常情况，通过对摩擦力、温度、湿度和振动幅度情况的监测，对异常数据进行精准捕捉并做出响应；所述趋势分析单元负责对道岔数据的趋势进行分析，预测道岔的运行状态并识别出润滑需求。

5.根据权利要求1所述的一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：所述润滑控制模块包括润滑策略制定单元和润滑执行单元；

所述润滑策略制定单元根据数据分析模块对道岔运行数据的异常检测和趋势分析结果，判断道岔当前的运行状况；所述润滑执行单元根据道岔的运行状况制定润滑策略，执行相应的润滑操作。

6.根据权利要求1所述的一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：所述自适应调整模块包括实时监测单元和参数调整单元；

所述实时监测单元通过搭载传感器单元，获取道岔的摩擦力变化、温度变化、湿度水平和振动幅度并及时发现数据异常情况；所述参数调整单元根据实时监测的道岔数据自适应调整系统参数，包括基于对摩擦力、温度、湿度和振动幅度数据的监测分析结果来实现对润滑周期参数的调整。

7.根据权利要求1所述的一种基于大数据的道岔自适应润滑数据控制系统，其特征在于：所述用户界面模块包含操作界面单元和数据可视化单元；

所述操作界面单元为用户提供对整个系统进行监控、设置和调整的便捷界面，并通过该界面查看道岔的实时运行数据设定其润滑参数；所述数据可视化单元通过可视化的方式将道岔运行状况呈现给用户，包括呈现道岔数据的图表、道岔数据趋势分析和异常情况的警示。

8.一种基于大数据的道岔自适应润滑数据控制方法，其特征在于，所述道岔自适应润滑数据控制方法包括以下步骤：

S1、采集道岔运行时的摩擦力、温度、湿度和振动幅度数据；

S2、定期进行道岔运行数据备份，监控和管理数据库的存储空间；

S3、监测道岔运行数据中的异常情况，对异常数据进行捕捉和响应；

S4、根据异常检测结果，判断道岔当前的运行状况；

S5、根据道岔的运行状况自适应调整道岔的润滑需求；

S6、通过可视化方式将道岔运行状况呈现给用户。

9.根据权利要求8所述的一种基于大数据的道岔自适应润滑数据控制方法，其特征在于：在步骤S3中，所述监测道岔运行数据中的异常情况，对异常数据进行捕捉和响应采用以下算法：

首先，获取道岔运行数据D＝{a₁，a₂，…，a_n}，其中a₁＝(f₁，t₁，h₁，v₁)，a₂＝(f₂，t₂，h₂，v₂)，…，a_n＝(f_n，t_n，h_n，v_n)，对于每个数据点a_i，i＝1,2,3，…，n，计算其算术平均值和/>变异度θ_f、θ_t、θ_h和θ_v，得出每个数据点a_i所对应的摩擦力异常度A_f、温度异常度A_t、湿度异常度A_h和振动异常度A_v的公式如下：

其中，D代表获取到的道岔运行数据集合，a_i代表道岔运行数据集合D中的第i个数据点，n表示道岔运行数据集合D中数据点的个数，f_i代表第i个数据点对应的摩擦力，t_i代表第i个数据点对应的温度，h_i代表第i个数据点对应的湿度，v_i代表第i个数据点对应的振动幅度；

其次，综合A_f，A_t，A_h和A_v计算综合异常度A_c：

A_c＝w_fA_f+w_tA_t+w_hA_h+w_vA_v；

其中，w_f代表摩擦力异常度A_f的权重，w_t代表温度异常度A_t的权重，w_h代表湿度异常度A_h的权重，w_v代表振动异常度A_v的权重，且w_f+w_t+w_h+w_v＝1；

最后，设定阈值T,若A_c＞T，则对应的数据点a_i标记为异常，即a_i＝b_m＝1；若A_c≤T，则对应的数据点a_i标记为正常，即a_i＝b_m＝0：

输出监测结果A＝{b₁，b₂，…，b_m}，m＝1，2，…，r，其中b_r∈{0,1}，b_m表示监测结果A中第m个数据点的异常状态标记，0表示正常，1表示异常；m表示监测结果A中的第m个数据点，r表示监测结果A中数据点的个数。

10.根据权利要求8所述的一种基于大数据的道岔自适应润滑数据控制方法，其特征在于：在步骤S4中，所述根据异常检测结果，判断道岔当前的运行状态采用以下算法实现：

首先，根据异常检测结果A，计算每个数据点的异常程度E_i：

E_i＝A_ca_i；

其次，对异常程度E_i进行趋势分析，使用基于数据段滑动窗口算法计算每个数据段的异常程度均值E_s，对于每个长度为x的滑动窗口：

然后，计算每个滑动窗口的异常程度增长率E_r：

再次，根据异常程度增长率E_r判断道岔的运行状况Y＝{正常，轻微异常，中度异常，严重异常}，当E_r＜Y₁，判定为正常；当Y₁≤E_r＜Y₂，判定为轻微异常；当Y₂≤E_r＜Y₃，判定为中度异常；当E_r≥Y₃，判定为严重异常；

其中Y₁，Y₂和Y₃为用户定义的阈值，且Y₁＜Y₂＜Y₃；

在步骤S5中，所述根据道岔的运行状况自适应调整道岔的润滑需求采用以下技术方案：

当运行状况Y为正常时，不润滑；当运行状况为轻微异常时，一周一次润滑；当运行状况为中度异常时，三天一次润滑；当运行状况为严重异常时，立即执行润滑。