[发明专利]一种基于多源信号维度嵌入的列车稳定性评估方法及系统

说明书

本发明公开了一种基于多源信号维度嵌入的列车稳定性评估方法，获取M个采样周期的振动幅度信号序列，进行升维变换，构建得到多个高维向量的振动幅度数据组，计算每一个高维向量的振动幅度数据组中的相空间距离最小值，计算每两个相邻维度之间的维度扩充特征系数，确定最终特征维度D，振动幅度信号序列升维至具有D维向量的振动幅度数据组；将M个采样周期的D维向量的振动幅度数据组视为振动幅度在三维相空间中的状态轨迹，得到M个递归图，计算相邻两个递归图的变化特征值，通过变化特征值判定列车系统的运行状态。本发明对低维信号进行维度嵌入以分析列车的运动状态，对列车的运行状况有了更全面和更精准的控制。

技术领域

本发明涉及列车安全技术领域，尤其涉及一种基于多源信号维度嵌入的列车稳定性评估方法及系统。

背景技术

目前，铁路列车仍旧是很多人出行时的主要交通工具，其基本任务是安全、准时、高效地运送乘客。在运营过程中，一旦有列车脱轨，脱轨列车可能冲入对向轨道，甚至翻车，所造成的损失是不可估量的。为了对列车脱轨安全性进行更准确的评判，亟需根据列车脱轨的产生机理，改进或重新建立列车动态脱轨安全性评价指标及方法，以保证列车的安全运营。

随着国内全自动驾驶地铁技术的发展和应用，脱轨检测系统已成为全自动驾驶安全运行防护中的重要一环，脱轨检测系统的应用处在起步阶段。脱轨检测系统可通过位置检测传感器检测转向架车轮是否正常运行于轨道上来实现。当车轮运行于轨道正上方或处于正常偏摆范围内时，脱轨检测装置提供正常的检测信号，当车轮脱离轨道正上方或脱离正常偏摆范围内时，则提供脱轨报警的检测信号。或者脱轨检测系统也可通过振动检测传感器采集强冲击振动信息，通过特定的冲击振动信号特征判断列车轮对是否发生脱轨，此方案依赖转速输入信号作为检测条件。

公开号为CN110274776A的专利公布了一种评判高速列车横向运动稳定性的方法，该方案基于转向架构横向振动加速度信号分析高速列车的横向运动稳定性，仅考虑了转向架的横向加速度，没有对列车的三维综合运动状况进行分析，受到的干扰较大，分析的精度受限。公开号为CN112722003A的专利公布了一种基于车轮抬升量的列车脱轨风险监测系统，该发明只能检测到列车车轮在竖直方向的抬升量，难以发现列车的横向失稳，其应用场景有限。公开号为CN114084199A的专利公开了使用递归图对列车稳定性进行分析的方法，但是该方法要求使用到的数据本身具有多个维度，采集成本较高。许多列车仅能提供单个维度的数据。

发明内容

鉴于此，本发明提供一种基于多源信号维度嵌入的列车稳定性评估方法及系统，对低维信号进行维度嵌入以分析列车的运动状态，对列车的运行状况有了更全面和更精准的控制。

为实现上述目的，本发明提供一种基于多源信号维度嵌入的列车稳定性评估方法，所述方法包括步骤：

S1、获取振动传感器所采集的M个采样周期的振动幅度信号序列，每一个采样周期的振动幅度信号序列为基于各个采样时间的一维的振动幅度信号序列；

S2、在第一个采样周期的振动幅度信号序列中，将该振动幅度值序列进行升维变换，构建得到多个高维向量的振动幅度数据组，每一个高维向量的振动幅度数据组的维度不同；

S3、计算每一个高维向量的振动幅度数据组中两两向量之间的相空间距离，在计算得到的所有相空间距离中取相空间距离最小值，作为每一个高维向量振动幅度数据组的相空间距离最小值；

S4、根据相邻两个维度的振动幅度数据组各自的相空间距离最小值，计算得到相邻两个维度之间的跨维度特征值，并得到每两个相邻维度之间的维度扩充特征系数，并当若所述维度扩充特征系数不变时，则对应的最高维度作为最终特征维度D，将第一个采样周期的振动幅度信号序列升维变换至具有D维向量的振动幅度数据组；

S5、以第一个采样周期中的采样时间ti、tj分别为x轴、y轴的坐标点并构建一平面坐标体系，该平面坐标体系内的任一坐标点(ti，tj)的坐标值用该坐标点所对应的递归特征值表示；