專利名稱：基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種軌道交通技術(shù)領(lǐng)域的方法，具體是一種基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法。
背景技術(shù)：
電力機(jī)車已經(jīng)日益成為廣泛使用的地鐵列車牽引動(dòng)力車，機(jī)車內(nèi)部的電力電子裝置是地鐵機(jī)車的核心部件，機(jī)車運(yùn)行故障的發(fā)生概率絕大部分都集中于電力電子裝置上，同時(shí)，相關(guān)運(yùn)營(yíng)機(jī)構(gòu)需要實(shí)時(shí)掌握機(jī)車的無故障運(yùn)行周期，還必須定期對(duì)其中的電力電子裝置進(jìn)行預(yù)測(cè)分析，因此，對(duì)地鐵機(jī)車牽引電路中的電力電子電路及其器件的實(shí)時(shí)檢測(cè)與故障診斷自然成為確保地鐵機(jī)車安全運(yùn)行所必須的關(guān)鍵技術(shù)。
由于電力電子裝置在牽引系統(tǒng)中通常作為電源或執(zhí)行機(jī)構(gòu)出現(xiàn)，對(duì)整個(gè)系統(tǒng)的可靠性具有重要乃至決定性的作用。地鐵機(jī)車中的電力電子裝置又極具特殊性，因?yàn)樗鶄鲃?dòng)的對(duì)象為大功率直流電動(dòng)機(jī)或者交流電動(dòng)機(jī)。對(duì)于如此大功率的傳動(dòng)對(duì)象在拖動(dòng)龐大的機(jī)械系統(tǒng)時(shí)所產(chǎn)生的動(dòng)態(tài)效應(yīng)是非常復(fù)雜的，因此電力電子裝置可能出現(xiàn)的故障類型與性質(zhì)也是多樣性的。
通常所說的電力電子裝置故障一般系指其主電路的故障，它可分為參數(shù)性故障和結(jié)構(gòu)性故障。參數(shù)性故障指由于電路參數(shù)(如電感值、電容值等)偏離正常值一定范圍而導(dǎo)致的故障，它通常采用參數(shù)辨識(shí)進(jìn)行診斷。結(jié)構(gòu)性故障指由于電力電子器件出現(xiàn)短路、斷路或觸發(fā)信號(hào)丟失而導(dǎo)致電路拓?fù)浒l(fā)生變化的故障。一般情況下，運(yùn)行人員很難在從發(fā)生故障到停電的短時(shí)間里判斷出故障元件和/或位置，即使是經(jīng)驗(yàn)豐富的人員也可能會(huì)受到外界因素影響而誤診。
就當(dāng)前的研究狀況來看，針對(duì)電力電子裝置的故障診斷均局限于個(gè)別具體電路，因此難以滿足實(shí)時(shí)診斷的需要，而且通用性不強(qiáng)，更難以推廣應(yīng)用。
經(jīng)對(duì)現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，文獻(xiàn)“基于輸出電壓波形的電路故障診斷”(李正中、高論《寧波職業(yè)技術(shù)學(xué)院學(xué)報(bào)》2006年第10卷第2期)論述了晶閘管相控變流器故障產(chǎn)生的原因。通過對(duì)電路故障類型的詳細(xì)分析，提出一種基于示波器在線檢測(cè)的電力電子電路故障診斷方法。該文獻(xiàn)提出“與模擬電路、數(shù)字電路的故障診斷不同，電力電子電路故障只能以輸出波形來診斷電路是否有故障及有何故障”。但是，該文獻(xiàn)僅對(duì)晶閘管相控變流器故障進(jìn)行分析，沒有考慮到參數(shù)性故障和結(jié)構(gòu)性故障的區(qū)別，更沒有考慮到電力電子器件性能的衰退所引起的故障，在技術(shù)上又依賴于示波器波形觀察與人工分析，顯然，無論從方法的適用性，還是從技術(shù)的先進(jìn)性上來看，均存在較大的欠缺。
檢索中還發(fā)現(xiàn)，文獻(xiàn)“電力電子主電路故障診斷方法研究”(鄭連清，鄒濤，婁洪立《高電壓技術(shù)》2006年第32卷第3期)提出了采用小波分析和神經(jīng)網(wǎng)絡(luò)診斷電力電子裝置故障診斷的方法，分析了三相橋式可控整流電路的故障波形特點(diǎn)，將利用小波變換模極大值和多尺度分析理論提取的故障特征輸入神經(jīng)網(wǎng)絡(luò)診斷故障。歸納了故障診斷需知的3個(gè)條件以實(shí)現(xiàn)控制角的檢測(cè)、故障的分類和定位。雖然文獻(xiàn)通過小波分析方法，提取了故障波形的特征，將其用于神經(jīng)網(wǎng)絡(luò)的診斷，與直接采用故障波形作為神經(jīng)網(wǎng)絡(luò)輸入的方法相比，輸入數(shù)據(jù)少、網(wǎng)絡(luò)訓(xùn)練快，具有運(yùn)用于實(shí)時(shí)在線診斷的潛力，但是，在進(jìn)行小波分析時(shí)，采用了多尺度分析方法，由于該方法未再分析高頻部分，因此存在分解不夠精細(xì)的缺點(diǎn)，所形成的頻帶范圍較寬，故障特征不明顯，在訓(xùn)練樣本外的診斷時(shí)，“定位”不夠準(zhǔn)確，而且總的運(yùn)算時(shí)間(即，故障診斷周期)較長(zhǎng)。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提出一種基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法。使其避免了復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)與運(yùn)算，縮短了識(shí)別的時(shí)間，能故障判定與定位準(zhǔn)確，自行補(bǔ)充與完善未知故障的類型與性質(zhì)。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的，具體步驟如下(1)建立被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)集Ω＝{Xi，ai，si} i＝1，2，3…n這里，Xi、ai、si分別為故障波形(事件)、故障類型與性質(zhì)(事件類型與性質(zhì))、故障位置(事件發(fā)生地點(diǎn))。
確立任一事件落入集合Ω的隸屬度為
μ(x)x∈Ω≥98%]]>式中，x系可能屬于故障波形集合Xi的任意未知事件(被測(cè)輸出波形)。
(2)利用測(cè)試平臺(tái)對(duì)被測(cè)地鐵機(jī)車牽引電路進(jìn)行全工況測(cè)試，將測(cè)試獲得的全部波形存入數(shù)據(jù)緩存。
測(cè)試平臺(tái)系對(duì)被測(cè)地鐵機(jī)車牽引電路建立一種半實(shí)物模擬仿真系統(tǒng)，平臺(tái)所具備的測(cè)試環(huán)境使得被測(cè)地鐵機(jī)車牽引電路在測(cè)試過程如同工作于機(jī)車牽引系統(tǒng)的實(shí)際工況中。
所述的測(cè)試平臺(tái)，建立被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)集，構(gòu)建被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)庫，數(shù)據(jù)庫包含故障波形、故障類型與性質(zhì)、故障位置信息記錄。
測(cè)試平臺(tái)對(duì)被測(cè)地鐵機(jī)車牽引電路進(jìn)行全工況測(cè)試，先將測(cè)試獲得的全部波形存入數(shù)據(jù)緩存，因此確保了數(shù)據(jù)采集的快速性與信息拾取的完整性。
(3)運(yùn)行基于波形識(shí)別算法軟件包，采用基于波形的識(shí)別算法，逐一讀取數(shù)據(jù)緩存中的波形數(shù)據(jù)作為匹配模板，與故障波形集合Xi的元素進(jìn)行識(shí)別匹配。識(shí)別匹配采用變步長(zhǎng)方式進(jìn)行，即“先粗后細(xì)”每當(dāng)進(jìn)行一次大步長(zhǎng)采樣粗篩選后，將符合該次篩選所對(duì)應(yīng)的記錄“打上標(biāo)志”，即將這些記錄序列號(hào)存入記錄標(biāo)志緩存中，接著對(duì)“打上標(biāo)志”的記錄調(diào)小步長(zhǎng)進(jìn)一步篩選。
(4)每次識(shí)別過程的相似度當(dāng)Δx＝xj-xij≤ε時(shí)(ε為實(shí)現(xiàn)確定的誤差允許范圍，可以通過系統(tǒng)初始化設(shè)定與變動(dòng))，認(rèn)為未知事件的第j個(gè)采樣點(diǎn)的輸出值與故障集中第i個(gè)故障的第j個(gè)采樣點(diǎn)的輸出值相等，此時(shí)，將計(jì)數(shù)器加1(即m＝m+1，識(shí)別運(yùn)算開始前，計(jì)數(shù)器賦零，即m＝0)；否則，認(rèn)為兩者不相等，計(jì)數(shù)語句不執(zhí)行。
波形周期內(nèi)的采樣結(jié)束后，求得識(shí)別匹配相似度p=mM]]>式中，M為波形周期總采樣數(shù)。
當(dāng)p=μ(x)x∈Ω≥98%]]>時(shí)，則認(rèn)為被測(cè)事件有可能屬于故障事件。在粗篩選階段，可能的故障類型與性質(zhì)，一般大于1；隨著采樣步長(zhǎng)的縮小，最終將確定唯一的故障類型與性質(zhì)，并準(zhǔn)確定位故障(含器件和/或線路)。
當(dāng)p=μ(x)x∈Ω<98%]]>時(shí)，必須進(jìn)入彌補(bǔ)程序?qū)Ρ粶y(cè)輸出電壓波形自身對(duì)稱性進(jìn)行識(shí)別(包括相鄰周期波形比較與旋轉(zhuǎn)對(duì)稱比較)，做出無故障或新型故障的判斷，并結(jié)合專家系統(tǒng)對(duì)新型故障定義新的類型與性質(zhì)，將新型故障對(duì)原有故障數(shù)據(jù)庫進(jìn)行記錄添加。
(5)顯示輸出結(jié)論。
本發(fā)明所提供的基于波形的識(shí)別算法具有如下突出優(yōu)點(diǎn)(1)從輸出波形出發(fā)實(shí)現(xiàn)對(duì)電路運(yùn)行全信息的分析與反向推理；(2)避免了復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)與運(yùn)算，使得整個(gè)識(shí)別過程時(shí)間可以控制在最大識(shí)別運(yùn)算周期200ms之內(nèi)；(3)故障判定與定位準(zhǔn)確；(4)具有自學(xué)習(xí)功能，能自行補(bǔ)充與完善未知故障的類型與性質(zhì)。
具體實(shí)施例方式
結(jié)合本發(fā)明的技術(shù)方案提供以下的實(shí)施例實(shí)施例上海地鐵一號(hào)線DC-01直流電動(dòng)機(jī)車主電路測(cè)試該主電路包含的主要模板牽引控制單元、斬波器及其觸發(fā)脈沖電路。
實(shí)施前提條件(1)根據(jù)被測(cè)地鐵機(jī)車牽引電路的研發(fā)機(jī)構(gòu)和生產(chǎn)廠家所積累的該電路特性及其故障檢測(cè)參數(shù)、器件特性曲線與電路輸出波形進(jìn)行整理、數(shù)字化與特征值提?。?2)將能夠整理到的故障波形及其參數(shù)組成一個(gè)故障集合，并以數(shù)據(jù)庫的結(jié)構(gòu)形成一個(gè)軟件模塊；(3)采用半實(shí)物仿真技術(shù)與虛擬儀器技術(shù)相結(jié)合的方法，建立主控系統(tǒng)綜合測(cè)試平臺(tái)，達(dá)到主控系統(tǒng)在離線狀態(tài)下全程模擬機(jī)車運(yùn)行工況，進(jìn)而實(shí)現(xiàn)對(duì)主控系統(tǒng)靜動(dòng)態(tài)特性的全面測(cè)試；同時(shí)建立被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)集(即，被測(cè)電路故障數(shù)據(jù)庫)。
所述測(cè)試平臺(tái)，包括被測(cè)地鐵機(jī)車牽引電路插槽、半實(shí)物模擬仿真標(biāo)準(zhǔn)負(fù)載、數(shù)據(jù)采集器、A/D轉(zhuǎn)換、數(shù)據(jù)緩存、中央處理器、被測(cè)電路故障數(shù)據(jù)庫、記錄標(biāo)志緩存、基于波形識(shí)別算法軟件包、顯示輸出器所構(gòu)成的硬件系統(tǒng)。其中，半實(shí)物模擬仿真標(biāo)準(zhǔn)負(fù)載能夠模擬地鐵列車的全部運(yùn)行工況，使得被測(cè)地鐵機(jī)車牽引電路在脫機(jī)情況下顯示出十分符合實(shí)際運(yùn)行工況的工作狀態(tài)。在對(duì)運(yùn)行現(xiàn)場(chǎng)進(jìn)行在線檢測(cè)時(shí)，該平臺(tái)的數(shù)據(jù)采集器還具有并行輸入接口，可以直接接受來自機(jī)車被測(cè)電路的輸出信號(hào)。
(4)將未知性能狀況而需要測(cè)定的被測(cè)電路接入主控系統(tǒng)綜合測(cè)試平臺(tái)進(jìn)行測(cè)試。
具體過程如下(1)被測(cè)地鐵機(jī)車牽引電路插入綜合測(cè)試平臺(tái)的測(cè)試槽，自動(dòng)與標(biāo)準(zhǔn)負(fù)載及數(shù)據(jù)采集器的輸入通道連接；(2)各部分上電，開啟電腦并進(jìn)入運(yùn)行測(cè)試與故障診斷程序；(3)根據(jù)綜合測(cè)試平臺(tái)所具有的地鐵機(jī)車全模擬工況，使被測(cè)地鐵機(jī)車牽引電路工作于所有可能的列車運(yùn)行工況；(4)數(shù)據(jù)采集器實(shí)時(shí)地將被測(cè)地鐵機(jī)車牽引電路在不同的列車運(yùn)行工況下的輸出波形通過A/D轉(zhuǎn)換輸入至數(shù)據(jù)緩存；(5)在數(shù)據(jù)采集器采集輸出波形全部結(jié)束時(shí)，中央處理器已經(jīng)調(diào)用基于波形識(shí)別算法軟件包，通過基于波形的識(shí)別算法，逐一讀取數(shù)據(jù)緩存中的波形數(shù)據(jù)作為匹配模板，與故障波形集合Xi的元素進(jìn)行識(shí)別匹配。
(6)當(dāng)Δx≤ε時(shí)，認(rèn)為未知事件的第j個(gè)采樣點(diǎn)的輸出值與故障集中第i個(gè)故障的第j個(gè)采樣點(diǎn)的輸出值相等，此時(shí)，執(zhí)行m＝m+1語句；否則，認(rèn)為兩者不相等，計(jì)數(shù)語句不執(zhí)行。
波形周期內(nèi)的采樣結(jié)束后，求得識(shí)別匹配相似度p=mM]]>當(dāng)p≥98％時(shí)，則認(rèn)為被測(cè)事件有可能屬于故障事件；隨著采樣步長(zhǎng)的縮小，最終將確定唯一的故障類型與性質(zhì)，并準(zhǔn)確定位故障(含器件和/或線路)。
當(dāng)p＜98％時(shí)，進(jìn)入彌補(bǔ)程序?qū)Ρ粶y(cè)輸出電壓波形自身對(duì)稱性進(jìn)行識(shí)別，做出無故障或新型故障的判斷，并結(jié)合專家系統(tǒng)對(duì)新型故障定義新的類型與性質(zhì)，將新型故障對(duì)原有故障數(shù)據(jù)庫進(jìn)行記錄添加。
具體實(shí)施結(jié)果數(shù)據(jù)采樣周期τ＜1μs；數(shù)據(jù)前處理周期T0＜1ms；設(shè)定工況下的輸出波形識(shí)別與故障診斷周期T1＜30ms；五種工況(起動(dòng)、加速、怠速、制動(dòng)、緊急剎車)下的輸出波形識(shí)別與故障診斷總計(jì)算周期T＝nT1＝5T1＜150ms，當(dāng)n＝5時(shí)；測(cè)試結(jié)果故障診斷準(zhǔn)確率＞98％。
權(quán)利要求
1.一種基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法，其特征在于最大限度地利用先驗(yàn)知識(shí)與認(rèn)知建立被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)集合Ω＝{Xi，ai，si} i＝1，2，3...nXi、ai、si分別為故障波形、故障類型與性質(zhì)、故障位置；確立任一被測(cè)輸出波形事件x落入集合Ω的隸屬度為μ(x)x∈Ω≥98%]]>作為識(shí)別相似度技術(shù)指標(biāo)；通過一種半實(shí)物模擬仿真系統(tǒng)建立起來的、能夠使得被測(cè)地鐵機(jī)車牽引電路在測(cè)試過程如同工作于機(jī)車牽引系統(tǒng)的實(shí)際工況的測(cè)試平臺(tái)，將測(cè)試獲得的全部波形存入數(shù)據(jù)緩存；采用基于波形識(shí)別算法，逐一讀取數(shù)據(jù)緩存中的波形數(shù)據(jù)作為匹配模板，與故障波形集合Xi的元素進(jìn)行識(shí)別匹配，識(shí)別匹配采用變步長(zhǎng)方式進(jìn)行多輪篩選；當(dāng)Δx＝xj-xij≤ε時(shí)，認(rèn)為未知事件的第j個(gè)采樣點(diǎn)的輸出值與故障集中第i個(gè)故障的第j個(gè)采樣點(diǎn)的輸出值相等，否則，認(rèn)為兩者不相等；根據(jù)識(shí)別匹配相似度判定被識(shí)別波形是否屬于哪一種故障類型，并進(jìn)行準(zhǔn)確定位；當(dāng)p=μ(x)x∈Ω≥98%]]>時(shí)，調(diào)用專家系統(tǒng)對(duì)被測(cè)輸出電壓波形自身對(duì)稱性進(jìn)行識(shí)別，做出無故障或新型故障的判斷，并結(jié)合專家系統(tǒng)對(duì)新型故障定義新的類型與性質(zhì)，將新型故障對(duì)原有故障數(shù)據(jù)庫進(jìn)行記錄添加；最終顯示輸出結(jié)論。
2.根據(jù)權(quán)利要求1所述的基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法，其特征是，所述的測(cè)試平臺(tái)，具備全模擬機(jī)車運(yùn)行工況的測(cè)試環(huán)境，在該平臺(tái)，由被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)集構(gòu)建被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)庫；數(shù)據(jù)庫包含故障波形、故障類型與性質(zhì)、故障位置信息記錄；測(cè)試過程先將全部波形存入數(shù)據(jù)緩存，因此確保了數(shù)據(jù)采集的快速性與信息拾取的完整性。
3.根據(jù)權(quán)利要求1所述的基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法，其特征是，所述的基于波形識(shí)別算法，逐一讀取數(shù)據(jù)緩存中的波形數(shù)據(jù)作為匹配模板，與故障波形集合中的元素進(jìn)行識(shí)別匹配，識(shí)別匹配采用變步長(zhǎng)方式進(jìn)行，即“先粗后細(xì)”每當(dāng)進(jìn)行一次大步長(zhǎng)采樣粗篩選后，將符合該次篩選所對(duì)應(yīng)的記錄“打上標(biāo)志”，即將這些記錄序列號(hào)存入記錄標(biāo)志緩存中，接著對(duì)“打上標(biāo)志”的記錄調(diào)小步長(zhǎng)進(jìn)一步篩選。
4.根據(jù)權(quán)利要求1所述的基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法，其特征是，所述的識(shí)別匹配相似度，當(dāng)Δx＝xj-xij≤ε時(shí)，認(rèn)為未知事件的第j個(gè)采樣點(diǎn)的輸出值與故障集中第i個(gè)故障的第j個(gè)采樣點(diǎn)的輸出值相等，否則，認(rèn)為兩者不相等，因此可以根據(jù)“輸出值相等”的采樣點(diǎn)數(shù)與總采樣數(shù)之比，計(jì)算獲得識(shí)別匹配相似度。
5.根據(jù)權(quán)利要求1所述的基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法，其特征是，所述的識(shí)別匹配相似度，當(dāng)p=μ(x)x∈Ω≥98%]]>時(shí)，則認(rèn)為被測(cè)事件有可能屬于故障事件，通過“先粗后細(xì)”的篩選過程，最終將確定唯一的故障類型與性質(zhì)，并準(zhǔn)確定位故障；當(dāng)p=μ(x)x∈Ω<98%]]>時(shí)，必須進(jìn)入彌補(bǔ)程序?qū)Ρ粶y(cè)輸出電壓波形自身對(duì)稱性進(jìn)行識(shí)別，做出無故障或新型故障的判斷，并結(jié)合專家系統(tǒng)對(duì)新型故障定新的類型與性質(zhì)，將新型故障對(duì)原有故障數(shù)據(jù)庫進(jìn)行記錄添加。
全文摘要
一種基于波形識(shí)別的地鐵機(jī)車牽引電路故障診斷方法，系統(tǒng)在由被測(cè)地鐵機(jī)車牽引電路插槽、半實(shí)物模擬仿真標(biāo)準(zhǔn)負(fù)載、數(shù)據(jù)采集器、A/D轉(zhuǎn)換、數(shù)據(jù)緩存、中央處理器、被測(cè)電路故障數(shù)據(jù)庫、記錄標(biāo)志緩存、基于波形識(shí)別算法軟件包、顯示輸出器所構(gòu)成的硬件平臺(tái)上，通過軟件平臺(tái)實(shí)現(xiàn)對(duì)地鐵機(jī)車牽引電路故障診斷與定位。軟件平臺(tái)通過建立被測(cè)地鐵機(jī)車牽引電路故障數(shù)據(jù)庫，對(duì)被測(cè)地鐵機(jī)車牽引電路進(jìn)行全工況測(cè)試，運(yùn)行基于波形識(shí)別算法軟件包，逐一讀取數(shù)據(jù)緩存中的波形數(shù)據(jù)與故障波形集合中的元素進(jìn)行識(shí)別匹配，在確定的相似度范圍內(nèi)能夠準(zhǔn)確識(shí)別被測(cè)地鐵機(jī)車牽引電路的故障類型與性質(zhì)，并對(duì)故障進(jìn)行準(zhǔn)確定位。
文檔編號(hào)G01R31/28GK1908987SQ200610030328
公開日2007年2月7日 申請(qǐng)日期2006年8月24日 優(yōu)先權(quán)日2006年8月24日
發(fā)明者陳鞍龍, 吳浩, 杜曉紅, 張秀彬, 周炯, 許振華, 張峰 申請(qǐng)人:上海地鐵運(yùn)營(yíng)有限公司