[发明专利]一种基于故障特征关系图谱的列控车载设备故障预测方法

说明书

本发明提供了一种基于故障特征关系图谱的列控车载设备故障预测方法。该方法包括：构建多层级自动贯通的系统服务架构；设备运行记录数据的全自动处理方法，用于实现现场设备原始数据的自动接入和预处理转换；基于大数据的故障特征关系图谱构建方法，用于实现列控车载设备各类故障的特征关系图谱融合与动态更新；故障特征关系图谱驱动的故障预测方法，用于调用故障特征关系图谱相应的大数据故障预测模型实现故障概率计算与输出。本发明能够运用列控车载设备大数据深度挖掘故障演化规律，构建显性化故障特征关系图谱，提供数据驱动的故障模型预测功能接口，实现列控车载设备在役状态实时评估，为轨道交通列控车载设备智能维护决策提供专用服务。

技术领域

本发明涉及轨道交通系运行维护技术领域，尤其涉及一种基于故障特征关系图谱的列控车载设备故障预测方法。

背景技术

轨道交通系统因其与其他运输系统相比存在的特殊性，多年来已形成了较完整的运营维护体制，然而，随着轨道交通运营发展的不断持续，从系统生命周期的视角来看，将所关注的目标从系统安全分析、系统设计和开发逐步向系统的运行维护与管理进行延伸，引入系统全生命周期协同优化的思路，将是进一步提升轨道交通系统环境友好性、低成本化及综合能效优化的必然选择。列控车载设备作为轨道交通系统运行中对列车实施直接安全控制的核心对象，其维修技术及标准的制定需要大量的实际调研、深入了解系统工作机制、广泛研究国内外相关技术领域的普遍性原理、实施不断的试验和完善，并且需要不断伴随着列车控制系统模式发展与革新进行及时、合理的响应与适配。然而，在当前的列控车载设备维修维护中仍然面临着诸多实际问题，包括维修维护计划相对固定、资源利用率和集中度低、设备生命周期覆盖度不足等。

近年来，以可靠性为中心开展列控系统故障诊断、故障趋势预测这一思路已开始得到关注，且目前主要的列控设备厂商均已实现了列车运行日志的在线存储和报警信息记录，大量日志信息为故障定位与维护分析创造了重要条件。然而，随着城市轨道交通系统的快速建设发展，列控系统车载设备日益累积的监测信息与日志信息过于庞大，对检修人员进行准确分析并综合运用其中的关键间接信息带来了巨大挑战。为此，如何建立有效的平台系统对日益增加的现场数据进行存储与管理，并在此基础上深入探索智能化的数据分析、规律挖掘、模型辨识方法用于对特定列控车载设备实施故障趋势预测，是实施动态的健康管理并及时发现潜在风险点的必要途径。

目前，现有技术中的一些列控车载设备的故障预测方法采用较为分散、局域化的诊断、评估及预测方法，难以对大量的信息进行充分运用，所采用的方案预测能力有限，或受限于模型本身与实际现场情况的偏差，或受限于建模所运用的数据条件不够充分，未有效发挥大数据的能力，所采用的方案针对的设备直接面向列控车载设备的比较少见，实际现场数据难以获取或者条件不具备，是导致这一问题的主因之一。

基于上述分析，目前现有技术中还没有一种适用于列控车载设备未来新型智能维护模式、有效充分运用设备现场运行大数据的故障预测方法。

发明内容

本发明的实施例提供了一种基于故障特征关系图谱的列控车载设备故障预测方法，以实现为构建列控车载设备专用的维修维护支持系统提供基础。

为了实现上述目的，本发明采取了如下技术方案。

一种基于故障特征关系图谱的列控车载设备故障预测方法，包括：构建多层级自动贯通的系统服务架构，基于所述多层级自动贯通的系统服务架构实现设备运行记录数据的全自动处理方法、基于大数据的故障特征关系图谱构建方法和故障特征关系图谱驱动的故障预测方法；

所述的多层级自动贯通的系统服务架构，用于实现从设备数据采集到故障预测输出过程的自动化全覆盖，支撑列控车载设备故障预测系统的自动化服务，实现数据预处理层、数据存储层和数据应用层多层级的全链条自动贯通；