[发明专利]一种用于高铁牵引系统在线故障检测的设计方法

权利要求书

1.一种用于高铁牵引系统在线故障检测的设计方法，其特征在于，该方法包括以下步骤：

(1)保存正常运行工况下高铁牵引系统的运行数据；

(2)用主元分析法对该数据进行处理，将其映射到主元空间与残差空间；

(3)在主元空间，用ICA对非高斯成分进行特征提取；

(4)对ICA处理后的数据与残差空间的数据，根据Kullback-Leibler散度计算统计量值；

(5)确定统计量的阈值；

(6)读取高铁牵引系统的实时运行数据；

(7)根据步骤(2)和(3)对实时运行数据进行处理；

(8)根据步骤(4)计算实时数据统计量的值；

(9)判断是否发生故障。

2.根据权利要求1所述的一种用于高铁牵引系统在线故障检测的设计方法，其特征在于，在步骤(1)和步骤(6)中，获取运行数据如下：定义离线矩阵X为：

X＝[x(1),…,x(i),…,x(N)] (1)

其中，x(i)为第i个采样值，其中N是采样个数，d是每个采样所采集的信号个数，i＝1…N。

3.根据权利要求2所述的一种用于高铁牵引系统在线故障检测的设计方法，其特征在于，在步骤(2)中，先将离线矩阵X进行去均值化与归一化两步标准化处理，然后对X的协方差矩阵进行奇异值分解：

其中，和为主元空间与残差空间的载荷矩阵，和为特征值矩阵，l为主元个数，根据(2)，可得到X的载荷矩阵P_p和P_r，并计算t_P和t_r：

其中，x也即为传感器所采集到的原始信号，即x(i)；和为主元得分与残差得分，进一步地，X在主元空间与残差空间的映射为：

其中，X_p为主元空间的映射，X_r为残差空间的映射。

4.根据权利要求3所述的一种用于高铁牵引系统在线故障检测的设计方法，其特征在于，在步骤(3)中，用ICA算法对X_p中的非高斯成分进行特征提取，方法如下：将X_p信号预处理，再将处理后的信号作为ICA算法的输入信号，以负熵最大作为一个搜寻方向，找到一个解混矩阵W，并将其定义为：

W＝[w(1)… w(i)… w(d)]^T (5)

其中，w(i)为W第i个向量，从原始矩阵提取的非高斯特征可以表示为：

Y＝WX_p＝[y(1)… y(i)… y(N)] (6)

其中，y(i)为矩阵Y的第i个所提取分离后的数据样本。

5.根据权利要求4所述的一种用于高铁牵引系统在线故障检测的设计方法，其特征在于，在步骤(4)中，根据Kullback-Leibler散度定义统计量方法如下：分为非高斯的特征与高斯的特征，对于非高斯的特征，结合Kullback-Leibler散度，残差可以定义为：

其中，y_k为式(6)中的第k列数据，为y_k的移动窗口数据，且为的概率密度函数，p(y_k)为y_k的概率密度函数；

对于高斯的特征，定义残差r为：

定义基于Kullback-Leibler散度的残差为：

其中，r_j为残差r的第j列数据，为r_j的移动窗口数据，为的均值，为的方差，为的概率密度函数，p(r_j)为r_j的概率密度函数；

对于高斯与非高斯特征，基于Kullback-Leibler散度的统计量可以定义为：

其中，