專利名稱：基于d-s證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法
技術領域：
本發(fā)明涉及軌道交通運輸技術領域，尤其是涉及一種基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法。
背景技術：
隨著我國經濟的高速發(fā)展，城市人口數(shù)量的劇增，城市軌道交通以運量大、速度快、安全可靠、準點舒適等優(yōu)勢，已經成為主要的城市交通工具。一般城市軌道車輛主要包括走形系、制動系、動力系，懸掛系和輔助系等。其中，城軌車輛懸掛系統(tǒng)位于列車車體與轉向架之間以及轉向架與輪對之間，由大量不同的零部件構成，包括彈性元件和阻尼器等。作用主要體現(xiàn)在兩方面:一是使載荷比較均衡地傳遞給各輪對，并使車輛在靜載狀況下，兩端車鉤距離軌面高度應滿足規(guī)定的要求，以保證車輛的正常連掛；二是緩和及減少因線路的不平順、軌縫、道岔、鋼軌的磨耗和不均勻下沉，以及因車輪擦傷、車輪不圓、輪徑偏心等原因引起車輛的振動和沖擊，控制列車行駛方向，保持運行舒適性等作用。車輛的懸掛方式通常根據(jù)分布位置可分為一系懸掛(設置在輪對與轉向架之間)與二系懸掛(設置在轉向架與車體之間)，同時也根據(jù)其對列車運動狀態(tài)的影響分為橫向與垂向懸掛。多傳感器數(shù)據(jù)融合技術是一門源于軍事應用的技術，該技術可以充分利用復雜系統(tǒng)的全面信息，從而更加準確地反映系統(tǒng)的狀況，判斷系統(tǒng)是否發(fā)生故障及故障的類型。目前，一方面，列車系統(tǒng)故障診斷采用信息融合的方法很少，另一方面，針對列車懸掛系統(tǒng)的故障診斷，國內外還沒有較完善的在途故障診斷系統(tǒng)，列車懸掛系統(tǒng)的故障診斷的相關研究尚屬空白。

發(fā)明內容
針對以上現(xiàn)有技術的不足，本發(fā)明針對列車懸掛系統(tǒng)的故障定位分離而提出一種基于D-S證據(jù)理論的信息融合的故障分離方法。本發(fā)明的目的通過以下技術方案來實現(xiàn):基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法，該方法包括如下步驟:I)在列車車體設置加速度傳感器、角加速度傳感器和轉向架加速度傳感器，并獲取列車運行時各個位置的加速度信號；2)建立車輛模型，并在該車輛模型中按照步驟I中的傳感器布設位置設置相應的傳感器，利用車輛模型對步驟I中的加速度信號進行分析，獲得列車運行時故障信號的時域、頻域信息；3)根據(jù)所述車輛模型建立列車運行時的故障特征庫，將步驟2中的故障信號的時域、頻域信息于故障特征庫中的信息進行相似性匹配算法，得到各信度函數(shù)分配值；4)根據(jù)步驟3中計算得到的各證據(jù)的信度函數(shù)分配值，按照D-S證據(jù)理論的組合規(guī)則公式，計算所有證據(jù)聯(lián)合作用下的基本信度分配值，最后依據(jù)一定的決策準則判定故障發(fā)生的部位和類型。 所述步驟2中的對加速度信號進行分析包括:201)對各個加速度信號進行抗混疊濾波、高通濾波、二次積分，獲得系統(tǒng)輸出；202)利用Kalman濾波器對所述的系統(tǒng)輸出進行處理，獲得殘差序列輸出；203)取列車故障發(fā)生后10秒內殘差序列輸出，進行快速傅里葉變換，得到列車故障信號的頻域信息。所述步驟3中的相似性匹配算法包括Eros相似性匹配方法或距離相似性匹配方法。所述Eros相似性匹配方法為:將獲取的待檢故障的特征與建立的故障特征庫中的故障特征進行相似性度量，得到的即為二者的相似性，其值越大，表明二者越相似。所述距離相似性匹配方法為:計算待檢故障的故障特征與故障特征庫中的典型故障的故障特征的距離，得到的距離值越小，表明二者特征越相似。本發(fā)明的優(yōu)點在于:本發(fā)明屬于列車懸掛系統(tǒng)故障分離方法，實時性更強；檢測單元結構簡單(只由加速度傳感器構成)，不易受外界因素干擾，裝置可靠性高；而且本發(fā)明所述的城軌列車懸掛系故障分離方法所需費用低(硬件系統(tǒng)只需若干加速度傳感器)。


圖1是D-S信息融合故障分離方法；圖2是傳感器布設位置示意圖；圖3是整車模型；圖4是故障類型；圖5是基于相似性匹配算法的各信度函數(shù)計算基本流程；圖6是基于距離相似性算法的各信度函數(shù)計算基本流程。
具體實施例方式本發(fā)明的主要特點在于可應用到城軌列車懸掛系統(tǒng)的在途實時故障分離，D-S故障分離過程如圖1所示，根據(jù)來自多個傳感器和信息源的數(shù)據(jù)，計算各個證據(jù)的基本信度分配值，再根據(jù)D-S證據(jù)組合規(guī)則計算所有證據(jù)聯(lián)合作用下的基本信度分配值(BBA)，最后按照一定的決策準則判定故障發(fā)生的部位和類型。其方法及步驟如下:1、傳感器的布設方案傳感器類型有三種，分別為車體加速度傳感器、轉向架加速度傳感器與角加速度傳感器，分別用于獲取車體垂向加速度信號，轉向架垂向加速度信號，以及車體與轉向架的角加速度信號。如圖2所示為傳感器布設位置示意圖，三節(jié)車體加速度傳感器與角加速度傳感器布設在車底板的中心點，以獲取車體垂向運動的運動狀態(tài)信息；轉向架加速度傳感器布設在轉向架構架上方中心盤位置，以獲取轉向架的運動狀態(tài)信息。2、數(shù)據(jù)獲取
在動力學仿真軟件SMPACK中，通過實際城軌列車結構參數(shù)建立車輛模型，并按照上述傳感器的布設位置安裝傳感器。為簡化運行條件，美國五級軌道譜用于軌道激勵輸入。在SIMPACK中，將仿真運行采集的車體和轉向架加速度數(shù)據(jù)通過SIMAT模塊接口接入MATLAB/Simulink中實現(xiàn)對采樣數(shù)據(jù)的抗混疊濾波、高通濾波、二次積分等預處理工作,對角加速度數(shù)據(jù)同樣進行上述數(shù)據(jù)處理工作，獲得系統(tǒng)輸出，為之后的各信度函數(shù)分配值的計算提供可靠的數(shù)據(jù)來源。3、建立故障特征庫為了更精確地定義列車懸掛系統(tǒng)常見的典型故障，本專利以三節(jié)車為研究對象，見圖3，分別是動車1，拖車2，動車3。建立的故障特征庫中考慮了 8種典型的部件故障，見圖4。其中，彈簧和阻尼器的系數(shù)模式影響彈簧和阻尼器的工作效率，當系數(shù)定義為100%，表明彈簧和阻尼器作用完全失效；當系數(shù)定義為40%，表明這些部件中有40%作用失效等等。因為故障發(fā)生具有隨機性，故可以根據(jù)實際需要建立故障特征庫，分別定義不同的系數(shù)模式，從而實現(xiàn)懸掛系統(tǒng)的故障分離。4、各信度函數(shù)分配值確定在經過第2步的數(shù)據(jù)獲取之后，獲得系統(tǒng)輸出，再經過一定的數(shù)據(jù)變換(如小波變換、概率統(tǒng)計、隸屬函數(shù)、粗糙集理論和層次假設空間等)，得到各傳感器或各信息源測得的癥狀屬于各類故障的信度函數(shù)，信度函數(shù)分配值m(A)表示傳感器測得的屬于故障模式A的信度函數(shù)。本專利在此介紹兩種方法計算各信度函數(shù)分配值。方法一:相似性匹配算法Eros，將獲取的待檢故障的特征與建立的故障特征庫中的故障特征進行相似性度量，得到的即為二者的相似性，其值越大，表明二者越相似?；谙嗨菩云ヅ渌惴ǖ母餍哦群瘮?shù)計算基本流程如圖5所示，包括以下幾個步驟:I)利用車體、轉向架加速度傳感器以及角加速度傳感器獲取列車運行時各個位置的加速度信號；2)對各加速度信號進行抗混疊濾波、高通濾波、二次積分等處理，獲得系統(tǒng)輸出；3)利用Kalman濾波器對所述的系統(tǒng)輸出進行處理，獲得殘差輸出；4)取故障發(fā)生后10秒內殘差序列信號，做快速傅立葉變換(FFT)，獲得故障信號頻域信息；5)將傳感器按照三節(jié)車分為三組，并且建立典型故障特征庫；6)運用Eros相似性匹配算法將當前發(fā)生的故障信息與存儲在故障特征庫中典型故障的信息進行相似性匹配，此計算得到的相似性即為所求的三組信度函數(shù)分配值。Eros相似性匹配算法包括以下幾個步驟:求取當前故障頻域信息序列的協(xié)方差矩陣A=Cov (R(j ω )) 其中R(j ω)為故障殘差信號頻域信息序列，A為其協(xié)方差矩陣。協(xié)方差矩陣的奇異值分解A=U Σ VtVa= [a1, a2，...，am]
Σ A=diag ( λ Α1, λ Α2,...，λ 細)其中U，V為列正交矩陣，Σ是矩陣A的特征值得到的對角矩陣，ai是η維列正交向量。計算權重
權利要求
1.基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法,其特征在于,該方法包括如下步驟: 1)在列車車體設置加速度傳感器、角加速度傳感器和轉向架加速度傳感器，并獲取列車運行時各個位置的加速度信號； 2)建立車輛模型，并在該車輛模型中按照步驟I中的傳感器布設位置設置相應的傳感器，利用車輛模型對步驟I中的加速度信號進行分析，獲得列車運行時故障信號的時域、頻域信息； 3)根據(jù)所述車輛模型建立列車運行時的故障特征庫，將步驟2中的故障信號的時域、頻域信息于故障特征庫中的信息進行相似性匹配算法，得到各信度函數(shù)分配值； 4)根據(jù)步驟3中計算得到的各證據(jù)的信度函數(shù)分配值，按照D-S證據(jù)理論的組合規(guī)則公式，計算所有證據(jù)聯(lián)合作用下的基本信度分配值，最后依據(jù)一定的決策準則判定故障發(fā)生的部位和類型。
2.根據(jù)權利要求1所述的基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法，其特征在于，所述步驟2中的對加速度信號進行分析包括: 201)對各個加速度信號進行抗混疊濾波、高通濾波、二次積分，獲得系統(tǒng)輸出； 202)利用Kalman濾波器對所述的系統(tǒng)輸出進行處理，獲得殘差序列輸出； 203)取列車故障發(fā)生后10秒內殘差序列輸出，進行快速傅里葉變換，得到列車故障信號的頻域信息。
3.根據(jù)權利要求1所述的基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法，其特征在于， 所述步驟3中的相似性匹配包括Eros相似性匹配方法或距離相似性匹配方法。
4.根據(jù)權利要求3所述的基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法，其特征在于，所述Eros相似性匹配方法為:將獲取的待檢故障的特征與建立的故障特征庫中的故障特征進行相似性度量，得到的即為二者的相似性，其值越大，表明二者越相似。
5.根據(jù)權利要求3所述的基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法，其特征在于，所述距離相似性匹配方法為:計算待檢故障的故障特征與故障特征庫中的典型故障的故障特征的距離，得到的距離值越小，表明二者特征越相似。
全文摘要
本發(fā)明涉及基于D-S證據(jù)理論的信息融合的列車懸掛系統(tǒng)故障分離方法，該方法包括如下步驟1)在列車車體設置傳感器、并獲取列車運行時各個位置的加速度信號；2)建立車輛模型，獲得列車運行時故障信號的時域、頻域信息；3)根據(jù)所述車輛模型建立列車運行時的故障特征庫，進行相似性匹配運算，得到各信度函數(shù)分配值；4)根據(jù)步驟3中計算得到的各證據(jù)的信度函數(shù)分配值，計算所有證據(jù)聯(lián)合作用下的基本信度分配值，最后依據(jù)一定的決策準則判定故障發(fā)生的部位和類型。本發(fā)明實時性更強，檢測單元結構簡單，只由加速度傳感器構成，不易受外界因素干擾，裝置可靠性高。
文檔編號G01M17/10GK103196682SQ201310091069
公開日2013年7月10日 申請日期2013年3月21日 優(yōu)先權日2013年3月21日
發(fā)明者魏秀琨, 賈利民, 郭昆, 柳海, 秦勇, 潘麗莎, 蘇釗頤, 李海玉, 汪煜婷, 郭淑萍, 林帥 申請人:北京交通大學