[发明专利]一种基于数据的磁浮列车运行状态的监测方法

说明书

本发明具体公开了一种基于数据的磁浮列车运行状态的监测方法，所述方法通过传感器采集磁浮列车运行过程中的数据并建立训练数据集，然后对训练数据集中的数据进行挖掘处理，再根据处理后的数据样本特征选择不同基学习器进行结合，建立单悬浮模块预测模型，同时将训练数据集中核心数据分别与磁浮列车车载网络上的转向架信息和整车信息进行组合，并分别利用卷积网络模型进行训练，得到转向架层次预测模型和整车层次预测模型，最后将磁浮列车运行状态的实时数据输入至不同层次的预测模型中，从而可得到磁浮列车中设备级、部件级和系统级的预测信息，实现了对磁浮列车中单悬浮模块、转向架和整车三个层次的监控，满足了对磁浮列车不同层次信息的需求。

技术领域

本发明涉及磁浮交通悬浮控制系统技术领域，尤其涉及一种基于数据的磁浮列车运行状态的监测方法。

背景技术

中低速磁浮列车是一种应用磁浮技术的现代化轨道交通工具。在磁浮列车运行过程中磁浮列车没有与轨道直接接触，克服了传统列车与轨道之间的摩擦损耗，进而可以减少运行成本，有效避免机械噪声。同时磁浮列车采用的是电磁牵引驱动系统、电磁导向系统和电磁悬浮系统，运行时不需要消耗燃油等化学燃料，对环境污染小。而且磁浮列车还具有爬坡能力强，舒适性高，轨道占用地相对较少等优势。

磁浮列车在运行的过程中由于轨道存在接缝故会出现梁振和轨振现象，从而导致磁浮列车的运行状态会出现一些异常。同时，在磁浮列车正常的运行过程中还有起车、落车、静止悬浮，以及行驶过程中过弯道、爬坡等多种运行状态。为了保证磁浮列车的安全运行和更好的状态控制，就需要对磁浮列车的单个悬浮模块、转向架以及整车运行状态进行信息提取和分析。目前，在国产的CMS系列中低速磁悬浮列车上，每一节磁浮列车车厢上有10台悬浮控制器。每个悬浮控制器有两个传感器模块可以测量间隙信息、电流信息和加速度信息，在磁浮列车运行的过程中可以得到大量的传感器数据，而且列车不同运行状态得到的传感器数据具有较明显的特征。鉴于此，本发明就是利用磁浮列车运行时传感器得到的数据进行数据挖掘分析处理，并通过分析不同悬浮模块和转向架的运行状态和工作情况，预测得到不同传感器数据下对应的列车运行状态，为磁浮列车的故障诊断和健康评判提供数据和信息支撑，从而保证悬浮系统达到更好的控制效果、实现列车的平稳运行和全寿命下的健康管理功能。

发明内容

本发明的目的是提供一种基于数据的磁浮列车运行状态的监测方法，所述方法通过分别建立悬浮模块预测模型、转向架层次预测模型和整车层次预测模型，实现了对磁浮列车运行状态中单悬浮模块、转向架和整车的有效监控，满足了对磁浮列车系统级、部件级和设备级不同层次信息的需求。

为解决上述技术问题，本发明提供一种基于数据的磁浮列车运行状态的监测方法，包括以下步骤：

S1、、采集磁浮列车运行过程中的数据并建立训练数据集；

S2、对所述训练数据集中的数据进行挖掘处理，获取磁浮列车的机器学习模型训练样本；

S3、利用Bagging集成学习法并根据机器学习模型训练样本中训练数据的特征选择不同核函数的支持向量机模型作为基学习器，并将所选择的不同基学习器进行结合建立悬浮模块预测模型；

S4、将步骤S1所建立的训练数据集中转向架的两个悬浮模块数据和磁浮列车中车载网络的所述转向架信息进行综合，并利用卷积网络模型进行训练，进而建立转向架层次预测模型；

S5、将步骤S1所建立的训练数据集中磁浮列车的所有悬浮模块数据和磁浮列车中车载网络的整车信息进行综合，并利用卷积网络模型进行训练，进而建立整车层次预测模型；

S6、将磁浮列车运行过程中所采集的悬浮模块数据分别输入悬浮模块预测模型、转向架层次预测模型和整车层次预测模型，即可获得每一个悬浮模块的状态信息以及转向架状态信息和整车状态信息，从而实现了磁浮列车运行状态的有效监控。