[发明专利]轨道列车VOBC健康诊断方法、系统、装置及存储介质

权利要求书

1.一种轨道列车VOBC健康诊断方法，其特征在于：其方法包括：

S1、构建VOBC健康评价系统，VOBC健康评价系统内部包括VOBC健康评价模型、数据分析系统，数据分析系统采集轨道列车设备的故障数据基于MTBF算法得到平均无故障间隔时间M，设备的故障数据按照运行时刻依次排列故障信息，并以设备的运行时刻、平均无故障间隔时间M为横纵坐标拟合得到平均无故障间隔变化曲线；

S2、VOBC健康评价模型按照如下健康评价关系公式构建评价模型：

λ＝Ke^CH，其中λ为设备故障率，K为比例系数，C为平均无故障间隔变化曲线的曲率系数，H为健康指数；

M为设备平均无故障间隔时间；

VOBC健康评价模型按设备运行时刻实时输出健康指数作为设备的实时诊断数据；

S3、设定健康指数预警阈值H_Z，VOBC健康评价模型基于最小二乘法的曲线拟合算法计算设备运行状态达到健康指数预警阈值H_Z时的预警时间。

2.一种轨道列车VOBC健康诊断方法，其特征在于：其方法包括：

S1、构建VOBC健康评价系统，VOBC健康评价系统内部包括VOBC健康评价模型、数据分析系统，数据分析系统按照轨道列车设备分别构建设备子系统，第i个设备子系统采集设备i的故障数据基于MTBF算法得到平均无故障间隔时间M_i，设备i的故障数据按照运行时刻依次排列故障信息，并以设备i的运行时刻、平均无故障间隔时间M_i为横纵坐标拟合得到设备i的平均无故障间隔变化曲线；

S2、VOBC健康评价模型按照设备i分别构建设备i的评价模型，设备i的评价模型采用如下健康评价关系公式构建：

其中λ_i为设备i的故障率，K_i为设备i所对应的比例系数，C_i为设备i平均无故障间隔变化曲线的曲率系数，H_i为健康指数；

M_i为设备平均无故障间隔时间；

VOBC健康评价模型按设备i的运行时刻实时输出健康指数作为设备i的实时诊断数据；

S3、设定设备i的健康指数预警阈值Z_i，VOBC健康评价模型基于最小二乘法的曲线拟合算法计算设备i的运行状态达到健康指数预警阈值Z_i时的预警时间。

3.按照权利要求2所述的轨道列车VOBC健康诊断方法，其特征布于：所述设备子系统所对应的设备为ATP子系统、ATO于系统、测速定位系统、车地无线通信系统或人机交互系统。

4.按照权利要求2所述的轨道列车VOBC健康诊断方法，其特征在于：第i个设备子系统采集设备i在健康使用周期内的故障数据，计算得到最小故障率λ_min、中位故障率λ_C、最大故障率λ_max，VOBC健康评价模型中设备i的评价模型进行如下配置设定并进行模型训练：

设定设备i在健康使用周期内的最小故障率λ_min时刻的健康指数为100，设定设备i在健康使用周期内的中位故障率λ_C时刻的健康指数为80，设定设备i在健康使用周期内的最大故障率λ_max时刻的健康指数为60。

5.按照权利要求2或4所述的轨道列车VOBC健康诊断方法，其特征在于：VOBC健康评价系统内部具有算法模块、pymysql库、numpy库、pandas库，pymysql库用于接收读取数据，算法模块结合pymysql库、numpy库、pandas库进行数据运算处理，同时算法模块采用定时任务调度框架调度器实现定时计算。