[发明专利]动车组子系统故障预诊断方法及系统

说明书

本发明提供了一种动车组子系统故障预诊断方法及系统，该方法包括：根据动车组子系统的故障样本数据建立故障模型，所述故障模型包含故障模式；根据所述动车组子系统建立非故障模型；将所述故障模式的参数值输入至所述非故障模型，并通过仿真计算得到所述动车组子系统对应的仿真系统的行为表现数据；所述参数值包括故障参数数据和依据设定概率函数确定的故障发生时间；根据所述行为表现数据对所述动车组子系统进行故障预诊断。通过实现设定随机的故障发生时间，能够提高故障诊断的灵活性。

技术领域

本发明涉及列车运行控制技术领域，尤其涉及一种动车组子系统故障预诊断方法及系统。

背景技术

动车组各子系统涉及流固热耦合、材料、热机疲劳、电子技术、控制技术、软件科学等，是非常复杂的系统。为了确保各子系统能够满足功能需求，有效执行，保证功能安全，并为产品的持续改进提供指导方向，对各子系统进行有效的故障预测是十分必要的。

目前的故障预测方法主要是基于实验数据进行的，先收集故障数据，然后通过人工智能训练故障模型的方式来完成故障预测。但是，现实中故障实验数据往往获取代价高昂，收集成本周期较长，而且人工智能学习训练模型的过程又极其复杂，使得基于实验数据的故障预测方法难以应用。如果在试验台上人为制造故障，不仅成本高周期长，而且导致故障的模式很多，工作量非常大，且容易出错，同时很难实现。

基于模型的故障预测方法不需要大量实验数据的支撑，所以成本低，周期短，还可设置多种故障模式。然而目前的基于模型的故障预测方法，需要预先设定故障发生的位置和时间，缺少随机性，而且只能仿真计算故障结果，不能监测动车组子系统介于故障和非故障的中间状态，从而不能起到预诊断系统健康状况的作用。

发明内容

本发明提供一种动车组子系统故障预诊断方法及系统，以提高故障诊断的灵活性。

为达到上述目的，本发明通过以下方案实现：

在本发明一个实施例中，该动车组子系统故障预诊断方法，包括：根据动车组子系统的故障样本数据建立故障模型，所述故障模型包含故障模式；根据所述动车组子系统建立非故障模型；将所述故障模式的参数值输入至所述非故障模型，并通过仿真计算得到所述动车组子系统对应的仿真系统的行为表现数据；所述参数值包括故障参数数据和依据设定概率函数确定的故障发生时间；根据所述行为表现数据对所述动车组子系统进行故障预诊断。

在本发明另一个实施例中，根据动车组子系统的故障样本数据建立故障模型，所述故障模型包含故障模式；根据所述动车组子系统建立非故障模型，包括：基于Modelica，根据动车组子系统的故障样本数据建立故障模型库，所述故障模型库包括多个故障模型，所述故障模型包含故障模式；基于Modelica，建立非故障模型库，所述非故障模型库包括根据所述动车组子系统建立的非故障模型。

在本发明另一个实施例中，根据所述行为表现数据对所述动车组子系统进行故障预诊断，包括：根据所述行为表现数据监测所述动车组子系统的健康状态，所述健康状态包括故障、非故障及非健康。

在本发明另一个实施例中，将所述故障模式的参数值输入至所述非故障模型，包括：根据预设故障注入时间或随机故障注入时间，将所述故障模式的参数值写入至所述非故障模型。

在本发明另一个实施例中，所述故障模型还包含：故障名称、故障原因及故障结果。

在本发明一个实施例中，该动车组子系统故障预诊断系统，包括：模型建立单元，用于：根据动车组子系统的故障样本数据建立故障模型，所述故障模型包含故障模式；根据所述动车组子系统建立非故障模型；故障注入单元，用于：将所述故障模式的参数值输入至所述非故障模型，并通过仿真计算得到所述动车组子系统对应的仿真系统的行为表现数据；所述参数值包括故障参数数据和依据设定概率函数确定的故障发生时间；故障预诊断单元，用于：根据所述行为表现数据对所述动车组子系统进行故障预诊断。