基于mpca的列車懸掛系統(tǒng)故障分析方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了基于MPCA的列車懸掛系統(tǒng)故障分析方法，本方案將多線性主元分析方法(MPCA)應(yīng)用于軌道車輛懸掛系統(tǒng)故障診斷中。為了便于發(fā)現(xiàn)懸掛系統(tǒng)弱小故障，盡可能多的獲取故障信息，將采集的原始二維數(shù)據(jù)構(gòu)造成三階張量的形式，再利用MPCA處理張量數(shù)據(jù)的優(yōu)勢(shì)，盡可能地減少了在一個(gè)局部鄰域內(nèi)的變量和時(shí)間相關(guān)性，從多個(gè)(mode)方向上對(duì)訓(xùn)練樣本(可看作張量對(duì)象)進(jìn)行降維處理和特征提取，從而保護(hù)了原始數(shù)據(jù)的結(jié)構(gòu)和相關(guān)性。盡量地用最少的卻擁有最顯著特征的信息量來(lái)表示每個(gè)樣本，從而使得變換后的低維子空間具有很好的模式表達(dá)能力，降低了計(jì)算量。可大大提升列車懸掛系統(tǒng)弱小故障檢測(cè)能力，提高列車運(yùn)行的安全性能。
【專利說(shuō)明】
基于MPCA的列車懸掛系統(tǒng)故障分析方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及列車故障分析領(lǐng)域，特別是涉及一種基于多線性主元分析(MPCA)算法 的列車懸掛系統(tǒng)故障分析方法及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著我國(guó)城市軌道交通的快速發(fā)展，軌道交通車輛系統(tǒng)的安全性和可靠性等問題 越來(lái)越受到人們的關(guān)注。對(duì)于大城市而言，地鐵運(yùn)輸無(wú)疑是城市公共交通中最為重要的組 成部分。然而，尤其是在早晚高峰時(shí)期，地鐵車輛由于長(zhǎng)時(shí)間處于超載狀態(tài)，這使得地鐵車 輛的懸掛系部件的性能在車輛投入運(yùn)營(yíng)后逐步衰減，甚至有可能出現(xiàn)突發(fā)性故障。地鐵運(yùn) 營(yíng)公司的實(shí)際維修經(jīng)驗(yàn)表明，在地鐵車輛投入運(yùn)營(yíng)一至二年后，一些懸掛系彈簧與阻尼器 就會(huì)出現(xiàn)嚴(yán)重的性能衰減，需要定期進(jìn)行檢修并更換相應(yīng)部件。
[0003] 列車懸掛系統(tǒng)位于車體與轉(zhuǎn)向架之間(稱為二系懸掛系統(tǒng)），以及轉(zhuǎn)向架與輪對(duì)之 間（稱為一系懸掛系統(tǒng)），由空氣彈簧、普通彈簧、阻尼器等大量的彈性元件與阻尼元件構(gòu) 成。懸掛系統(tǒng)支撐著車體與轉(zhuǎn)向架，起到緩沖由軌道不平順?biāo)鸬妮嗆壸饔昧?、引?dǎo)車輛 行駛、保持運(yùn)行舒適性等作用。根據(jù)對(duì)車輛運(yùn)動(dòng)狀態(tài)的作用影響，又可以將懸掛系統(tǒng)分為垂 向懸掛系統(tǒng)與橫向懸掛系統(tǒng)。目前，城軌列車懸掛系統(tǒng)一般采用被動(dòng)式的檢測(cè)方式，即設(shè)備 的維修檢測(cè)主要通過人工定期檢查的方式實(shí)現(xiàn)，這種檢修方式效率低下，浪費(fèi)了人力、物力 和財(cái)力，而一些傳統(tǒng)的故障診斷算法難以檢測(cè)到懸掛系統(tǒng)某些弱小故障的發(fā)生，即對(duì)于懸 掛系統(tǒng)各部件小幅度的性能衰減不夠敏感，不利于排除故障隱患。
[0004] 對(duì)于張量數(shù)據(jù)，原始的主成分分析(PCA)以及動(dòng)態(tài)主成分分析(DPCA)存在以下缺 陷：一是它為線性方法，只能揭示數(shù)據(jù)中的線性信息，難以利用數(shù)據(jù)中的非線性信息；二是 它必須將張量數(shù)據(jù)轉(zhuǎn)化為向量形式，此過程會(huì)舍棄張量數(shù)據(jù)內(nèi)部的結(jié)構(gòu)信息，從而使提取 出的特征喪失結(jié)構(gòu)特性。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題是提供一種基于多線性主元分析(MPCA)算法的列車懸 掛系統(tǒng)故障分析方法及系統(tǒng)，以解決現(xiàn)有列車懸掛系統(tǒng)故障診斷過程中局限在模型參數(shù)確 知的情況下采用基于模型的方法對(duì)系統(tǒng)的故障進(jìn)行檢測(cè)或估計(jì)，基于數(shù)據(jù)驅(qū)動(dòng)的方法尚無(wú) 法檢測(cè)弱小故障，對(duì)于懸掛系統(tǒng)各部件(主要為彈簧、阻尼器)的性能衰減不夠敏感，難以排 除弱小的故障隱患等問題。
[0006] 為解決上述技術(shù)問題，本發(fā)明采用下述技術(shù)方案：
[0007] 基于MPCA的列車懸掛系統(tǒng)故障分析方法，該方法的步驟包括：
[0008] S1、構(gòu)建軌道車輛懸掛系統(tǒng)模型，并對(duì)該模型中的沉浮、點(diǎn)頭和側(cè)滾運(yùn)動(dòng)進(jìn)行動(dòng)力 學(xué)分析；
[0009] S2、根據(jù)軌道車輛懸掛系統(tǒng)模型動(dòng)力學(xué)分析結(jié)果，布置加速度傳感器；
[0010] S3、基于動(dòng)力學(xué)仿真軟件，對(duì)步驟S1中建立的動(dòng)力學(xué)模型進(jìn)行變參數(shù)的模擬仿真；
[0011] S4、基于步驟S3中的模擬仿真，采集軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)，并對(duì)位移數(shù)據(jù) 進(jìn)行預(yù)處理；
[0012] S5、基于MPCA算法，對(duì)至少一個(gè)周期內(nèi)的軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)進(jìn)行故障 分析，獲得當(dāng)前參數(shù)條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集；
[0013] S6、將通過MPCA映射得到的特征向量集與無(wú)故障數(shù)據(jù)的特征向量集進(jìn)行相似性度 量，并計(jì)算兩個(gè)特征向量集的距離，通過閾值判斷當(dāng)前參數(shù)條件下是否為故障狀態(tài)。
[0014] 優(yōu)選地，所述步驟S3中采用SIMPACK多體動(dòng)力學(xué)仿真軟件對(duì)軌道車輛懸掛系統(tǒng)模 型進(jìn)行動(dòng)力學(xué)分析。
[0015] 優(yōu)選地，所述步驟S2中分別在軌道車輛的前轉(zhuǎn)向架、后轉(zhuǎn)向架和車體的四個(gè)邊角 處設(shè)置12路加速度傳感器。
[0016] 優(yōu)選地，所述步驟S4中預(yù)處理的方式為將采集得到的位移數(shù)據(jù)由單批次的橫縱坐 標(biāo)分別為采樣時(shí)間和傳感器個(gè)數(shù)的二維矩陣轉(zhuǎn)換為三階張量，三個(gè)階層分別代表采樣時(shí) 間、傳感器的個(gè)數(shù)和采樣批次。
[0017] 優(yōu)選地，所述步驟S5包括：
[0018] S51、將預(yù)處理后的每個(gè)周期內(nèi)的數(shù)據(jù)分別作為一個(gè)訓(xùn)練樣本，并計(jì)算每個(gè)訓(xùn)練樣
[0019] S52、計(jì)算每個(gè)樣本的張量與總樣本平均值μ的差值，得到中心化的訓(xùn)練樣本集：
[0020] = ，其中Μ為正整數(shù)；
[0021] S53、基于經(jīng)中心化后的訓(xùn)練樣本集組成的數(shù)據(jù)集：構(gòu)建該數(shù)據(jù)集 的每個(gè)mode上的協(xié)方差矩陣：
[0023]其中，是張量的η模式展開矩陣，Φ(η)是將中心化后的張量從第n-mode方 向展開而求得的協(xié)方差矩陣；
[0024] S54、分別求出每個(gè)mode方向上的Φ (n)的特征值λ(η)，及特征值λ(η)所對(duì)應(yīng)的特征向 量U(n);
[0025] S55、將所有的訓(xùn)練樣本向量特征子空間進(jìn)行投影：
[0026] X丨P⑴Γ χ2 ?)<2>?！笡][)(v)r，m=l，2,…，M，并經(jīng)MPCA訓(xùn)練后獲得當(dāng)前參數(shù) 條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集：h，m = 1，2，…Μ}。
[0027] 優(yōu)選地，所述步驟S6基于Eros的多元時(shí)間序列相似度分析算法計(jì)算兩個(gè)特征向量 集的距離。
[0028] 基于MPCA的列車懸掛系統(tǒng)故障分析系統(tǒng)，該系統(tǒng)包括：
[0029] 動(dòng)力學(xué)分析單元，構(gòu)建軌道車輛懸掛系統(tǒng)模型，并對(duì)該模型中的沉浮、點(diǎn)頭和側(cè)滾 運(yùn)動(dòng)進(jìn)行動(dòng)力學(xué)分析；
[0030] 數(shù)據(jù)采集單元，用于采集軌道交通車輛懸掛系統(tǒng)中垂向和橫向加速度數(shù)據(jù)；
[0031] 預(yù)處理單元，采集軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)，并對(duì)位移數(shù)據(jù)進(jìn)行映射處理；
[0032] 數(shù)據(jù)處理單元，基于MPCA算法，對(duì)預(yù)處理后至少一個(gè)周期內(nèi)的軌道車輛懸掛系統(tǒng) 的位移數(shù)據(jù)進(jìn)行故障分析，獲得當(dāng)前參數(shù)條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量 集；
[0033]故障分析單元，將通過MPCA映射得到的特征向量集與無(wú)故障數(shù)據(jù)的特征向量集進(jìn) 行相似性度量，并計(jì)算兩個(gè)特征向量集的距離，通過閾值判斷當(dāng)前參數(shù)條件下是否為故障 狀態(tài)。
[0034]優(yōu)選地，所述動(dòng)力學(xué)分析單元包括：
[0035]模型構(gòu)建模塊，基于軌道車輛中各零部件的作用力和組用力的傳遞關(guān)系，構(gòu)建車 輛懸掛系統(tǒng)模型；
[0036]分析模塊，采用SIMPACK多體動(dòng)力學(xué)仿真軟件對(duì)軌道車輛懸掛系統(tǒng)模型進(jìn)行動(dòng)力 學(xué)特征分析。
[0037]優(yōu)選地，所述故障分析單元包括：
[0038]訓(xùn)練樣本計(jì)算模塊，將降維后的一個(gè)周期內(nèi)的數(shù)據(jù)作為一個(gè)訓(xùn)練樣本，計(jì)算每個(gè) 訓(xùn)練樣本的平均張量：
，并計(jì)算每個(gè)樣本的張量與總樣本平均值μ的差值，得 到中心化的訓(xùn)練樣本集；
[0039] 矩陣構(gòu)建模塊，基于經(jīng)中心化后的訓(xùn)練樣本集組成的數(shù)據(jù)集，…，構(gòu) 建該數(shù)據(jù)集的每個(gè)mode上的協(xié)方差矩陣：
[0040] 基于經(jīng)中心化后的訓(xùn)練樣本集組成的數(shù)據(jù)集:構(gòu)建該數(shù)據(jù)集的每 個(gè)mode上的協(xié)方差矩陣；
[0041] 投影計(jì)算模塊，分別求出每個(gè)mode方向上的Φ (n)的特征值λ(η)和特征值λ(η)所對(duì)應(yīng) 的特征向量U (n)，并將所有的訓(xùn)練樣本向量特征子空間進(jìn)行投影：
[0042] 3v=u G⑴r x2 ￡7(2)r~x v W)r,m=l，2,…，M，并經(jīng)MPCA訓(xùn)練后獲得當(dāng)前參數(shù) 條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集：h，m = 1，2，…Μ}。
[0043] 優(yōu)選地，所述故障分析單元基于Eros的多元時(shí)間序列相似度分析算法計(jì)算兩個(gè)特 征向量集的距離。
[0044] 本發(fā)明的有益效果如下：
[0045] 本發(fā)明所述技術(shù)方案為了便于發(fā)現(xiàn)懸掛系統(tǒng)弱小故障，盡可能多的獲取故障信 息，將采集的原始二維數(shù)據(jù)構(gòu)造成三階張量的形式，再利用MPCA處理張量數(shù)據(jù)的優(yōu)勢(shì)，盡可 能地減少了在一個(gè)局部鄰域內(nèi)的變量和時(shí)間相關(guān)性，從多個(gè)(mode)方向上對(duì)訓(xùn)練樣本(可 看作張量對(duì)象)進(jìn)行降維和特征提取，從而保護(hù)了原始數(shù)據(jù)的結(jié)構(gòu)和相關(guān)性。盡量地用最少 的卻擁有最顯著特征的信息量來(lái)表示每個(gè)樣本，從而使得變換后的低維子空間具有很好的 模式表達(dá)能力，降低了計(jì)算量?？纱蟠筇嵘熊噾覓煜到y(tǒng)弱小故障檢測(cè)能力，提高列車運(yùn)行 的安全性能。
【附圖說(shuō)明】
[0046] 下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】作進(jìn)一步詳細(xì)的說(shuō)明；
[0047] 圖1示出本方案所述車輛懸掛系統(tǒng)的結(jié)構(gòu)示意圖；
[0048]圖2示出本方案車輛懸掛系統(tǒng)垂向作用力和橫向作用力的傳遞過程的示意圖；
[0049] 圖3示出本方案所述車輛懸掛系統(tǒng)中彈簧與阻尼原件的工作原理示意圖；
[0050] 圖4示出本方案所述車輛懸掛系統(tǒng)動(dòng)力學(xué)仿真的示意圖；
[0051 ]圖5示出本方案所述傳感器布設(shè)的示意圖；
[0052] 圖6示出本方案所述張量數(shù)據(jù)的構(gòu)造形式示意圖；
[0053] 圖7示出本方案所述MPCA算法的流程圖；
[0054]圖8示出本方案與傳統(tǒng)PCA、DPCA算法仿真結(jié)果對(duì)比圖。
【具體實(shí)施方式】
[0055] 為了更清楚地說(shuō)明本發(fā)明，下面結(jié)合優(yōu)選實(shí)施例和附圖對(duì)本發(fā)明做進(jìn)一步的說(shuō) 明。附圖中相似的部件以相同的附圖標(biāo)記進(jìn)行表示。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，下面所具體 描述的內(nèi)容是說(shuō)明性的而非限制性的，不應(yīng)以此限制本發(fā)明的保護(hù)范圍。
[0056] 為了便于發(fā)現(xiàn)懸掛系統(tǒng)弱小故障，盡可能多的獲取故障信息，可以將采集的原始 二維數(shù)據(jù)構(gòu)造成三階張量的形式，并采用多線性主元分析(MPCA)算法進(jìn)行特征提取。MPCA 算法能夠有效地克服以上缺陷，在不改變數(shù)據(jù)結(jié)構(gòu)的情況下，在所有張量模式方向降維，并 在每一個(gè)模式方向上尋求它們的基礎(chǔ)成分(主要成分)的多線性算法，它能夠捕獲出現(xiàn)在原 始張量上的大多數(shù)變化。更利于發(fā)現(xiàn)系統(tǒng)的弱小故障信息。
[0057]具體的，本發(fā)明公開了一種基于多線性主元分析(MPCA)算法的列車懸掛系統(tǒng)故障 分析方法，該方法包括：
[0058] 步驟S1、對(duì)軌道車輛懸掛系統(tǒng)進(jìn)行力學(xué)特征分析，分別構(gòu)建該懸掛系統(tǒng)在沉浮、點(diǎn) 頭和側(cè)滾運(yùn)動(dòng)中的動(dòng)力學(xué)模型
[0059] 車輛懸掛系統(tǒng)模型搭建
[0060] 如圖1至圖3所示，車輛懸掛系統(tǒng)是指位于車體與轉(zhuǎn)向架及轉(zhuǎn)向架與輪對(duì)之間，起 到支撐、緩沖和引導(dǎo)作用的一系列彈簧、阻尼元件，一般包括兩系懸掛系統(tǒng)。一系懸掛系統(tǒng) 位于轉(zhuǎn)向架與輪對(duì)之間，起到緩沖輪軌沖擊、支撐轉(zhuǎn)向架和引導(dǎo)車輛運(yùn)行的作用，主要包括 軸箱、軸箱彈簧和垂向減震等;二系懸掛系統(tǒng)位于車體與轉(zhuǎn)向架之間，起到緩沖高頻振動(dòng)、 支撐車體和引導(dǎo)車輛運(yùn)行的作用，主要包括空氣彈簧、橫向減震和抗蛇行減震等。
[0061] 在車輛運(yùn)行過程中，由于線路條件(如軌道不平順)等原因，懸掛系統(tǒng)各零部件上 會(huì)產(chǎn)生相應(yīng)的作用力。研究車輛懸掛系統(tǒng)各零部件的功能前，需要先明確車輛運(yùn)行過程中 各方向作用力的傳遞過程。
[0062]在明確各方向力的傳遞過程后，還需要研究典型元件的力的產(chǎn)生原理。對(duì)彈簧元 件而言，彈簧力的方向與彈簧壓縮或拉伸的方向相反，大小與彈簧的形變量成正比;對(duì)阻尼 元件而言，阻尼力的方向與活塞運(yùn)動(dòng)方向相反，大小與活塞運(yùn)動(dòng)速度成正比?；谏鲜鲈?理，彈簧力和阻尼力的計(jì)算公式分別為：
[0063] Fk = k · Δ X
[0064] Fd = d · v
[0065] 其中，F(xiàn)k 彈黃力；
[0066] Fd--阻尼力；
[0067] k--剛度系數(shù)；
[0068] d一一阻尼系數(shù)；
[0069] Δχ一一彈簧形變量；
[0070] ν一一活塞運(yùn)動(dòng)速度。
[0071]當(dāng)懸掛系統(tǒng)各零部件出現(xiàn)故障時(shí)，剛度系數(shù)或阻尼系數(shù)會(huì)出現(xiàn)不同程度的衰減。 本文的研究正是基于該理論，通過模擬彈簧或阻尼元件參數(shù)的衰減來(lái)仿真不同程度的故 障。
[0072]如圖1所示，根據(jù)車輛懸掛系統(tǒng)中彈簧、阻尼器等部件的力學(xué)特性，描述車體和前 后轉(zhuǎn)向架的動(dòng)力學(xué)微分方程，建立其在沉浮、點(diǎn)頭、側(cè)滾運(yùn)動(dòng)中的系統(tǒng)模型。
[0073] 車輛懸掛系統(tǒng)空間狀態(tài)方程如下：
[0074] X = Ax + B{ld
[0075] y = Cx+Ddd
[0076] 式中，
[0077] λ. - | ζ φ θ ζ φ θ ζ^,β θ?? 2is, φ^β θ^. ζ^ φ^. ζ^ J
[0078] d - \zw[R J)riL -ΙΓ2? .ZW..1L· ^WiL ZWlt! ZW1L ^WiR ^Wi'L ^W4R .之Wig' 藝IT.U' ~V4L ]
[0079] y = [ζ Φ 9zfb Φ fb9fb zrb Φ rb9rb]T
[0080] 其中，Z、ZFB、ZRB分別表不車體、前轉(zhuǎn)向架、后轉(zhuǎn)向架的垂向位移；Φ、<i>FB、<i>RB分別 表不車體、前轉(zhuǎn)向架、后轉(zhuǎn)向架的圍繞質(zhì)心的點(diǎn)頭角；Θ、0FB、ΘΚΒ分別表不車體、前轉(zhuǎn)向架、后 轉(zhuǎn)向架的側(cè)滾角；Z W1R、ZW1L分別表示前轉(zhuǎn)向架前方輪對(duì)右側(cè)車輪和左側(cè)車輪的垂向位移； ZW2R、ZW2L分別表不前轉(zhuǎn)向架后方輪對(duì)右側(cè)車輪和左側(cè)車輪的垂向位移;ZW3R、ZW3L分別表不后 轉(zhuǎn)向架前方輪對(duì)右側(cè)車輪和左側(cè)車輪的垂向位移;ZMR、ZML分別表不后轉(zhuǎn)向架后方輪對(duì)右 側(cè)車輪和左側(cè)車輪的垂向位移。
[0081]系統(tǒng)外部干擾項(xiàng)d即軌道的垂向不平順，可近似為均值為零的高斯白噪聲，仿真時(shí) 可由軌道功率譜函數(shù)計(jì)算獲得。
[0082]如圖4所示，在SMPACK中搭建車輛動(dòng)力學(xué)模型，并在SMULINK中搭建外部力計(jì)算 模型。通過實(shí)時(shí)采集對(duì)應(yīng)位置的位移或速度，計(jì)算一個(gè)外部力，并反向施加到SIMPACK模型 中，以仿真不同程度的故障。具體原理是，對(duì)阻尼器而言，產(chǎn)生的阻尼力阻礙活塞在阻尼器 中的運(yùn)動(dòng)，即阻尼力與活塞運(yùn)動(dòng)速度大小成正比，方向相反。當(dāng)阻尼器出現(xiàn)某種程度的性能 衰減時(shí)，往往表現(xiàn)為阻尼系數(shù)的衰減。smpack動(dòng)力學(xué)模型在運(yùn)行過程中可以實(shí)時(shí)采集車輛 各部位的加速度、相對(duì)速度和相對(duì)位移。本發(fā)明考慮將阻尼器兩端的相對(duì)速度與阻尼衰減 值相乘獲得一個(gè)外部力，并將這個(gè)外部力反向施加到sniPACK動(dòng)力學(xué)模型的對(duì)應(yīng)位置，以模 擬阻尼器的性能衰減。發(fā)生阻尼衰減后的有效作用力為：
[0083] Fd = d · v-dre · ν
[0084] 其中，F(xiàn)d--阻尼力；
[0085] d一一阻尼系數(shù)；
[0086] ν一一阻尼器兩端相對(duì)速度(活塞運(yùn)動(dòng)速度）；
[0087] dre--阻尼系數(shù);S減值。
[0088] 同理通過類似的方法可以實(shí)時(shí)測(cè)得故障彈簧所在位置作用點(diǎn)之間的相對(duì)位移，將 其與剛度衰減值相乘獲得一個(gè)外部力，并將這個(gè)外部力反向施加到SIMPACK動(dòng)力學(xué)模型的 對(duì)應(yīng)位置，以模擬彈簧的性能衰減。發(fā)生剛度衰減后的有效作用力為：
[0089] Fk = k · Δ χ-kre · Δ χ(
[0090] 其中，F(xiàn)k-一彈簧力；
[0091] k--剛度系數(shù)；
[0092] △ X-一彈簧兩端相對(duì)位移(彈簧形變量）；
[0093] kre--剛度系數(shù);S減值。
[0094] 步驟S2、根據(jù)實(shí)際需要采集軌道車輛懸掛系統(tǒng)中位移數(shù)據(jù)的位置，布置加速度傳 感器
[0095] 如圖2所示，考慮到懸掛系統(tǒng)各零部件發(fā)生故障時(shí)，性能衰減的直接影響是車體或 構(gòu)架上的振動(dòng)狀態(tài)發(fā)生變化。而加速度信號(hào)可以承載很多有關(guān)車輛振動(dòng)的信息，用來(lái)進(jìn)行 故障分類比較合理。因此設(shè)計(jì)采集車體及構(gòu)架不同位置的加速度數(shù)據(jù)，作為后續(xù)數(shù)據(jù)處理 與分析的實(shí)驗(yàn)數(shù)據(jù)來(lái)源。在車體底面四角和前后轉(zhuǎn)向架構(gòu)架四角設(shè)置12個(gè)加速度傳感器， 并且針對(duì)垂向故障和橫向故障分別采集垂向和橫向加速度數(shù)據(jù)進(jìn)行分析。如圖5所示，分別 在軌道車輛的前轉(zhuǎn)向架、后轉(zhuǎn)向架和車體的四個(gè)角安裝加速度傳感器，共計(jì)安裝12路加速 度傳感器，以獲取車體以及前、后轉(zhuǎn)向架的加速度，并通過二次積分獲取位移信息。
[0096] 步驟S3、采用sniPACK多體動(dòng)力學(xué)仿真軟件步驟1中建立的動(dòng)力學(xué)模型進(jìn)行變參數(shù) 的模擬仿真；
[0097] 步驟S4、基于步驟S3中的模擬仿真，采集軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)，并對(duì)位移 數(shù)據(jù)進(jìn)行預(yù)處理
[0098]如圖6所示，為了便于發(fā)現(xiàn)懸掛系統(tǒng)弱小故障，即系統(tǒng)參數(shù)的弱小變化，同時(shí)消除 采樣數(shù)據(jù)的外部干擾，將采集到的12路傳感器數(shù)據(jù)由二維(傳感器數(shù)以及采樣時(shí)間)矩陣構(gòu) 造成三階張量，各階分別代表傳感器個(gè)數(shù)、采樣周期以及采樣批次。這樣豐富了變量信息， 更有利于捕獲參數(shù)的弱小變化。多周期(批次）的數(shù)據(jù)構(gòu)造成三維數(shù)據(jù);原始的單批次數(shù)據(jù) 是采樣時(shí)間以及變量(傳感器數(shù))為橫縱坐標(biāo)的二維數(shù)據(jù)，多批次即構(gòu)造的第三維數(shù)據(jù) [0099]步驟S5、基于MPCA算法，對(duì)至少一個(gè)周期內(nèi)的軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)進(jìn)行 故障分析，獲得當(dāng)前參數(shù)條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集
[0100] 該步驟中根據(jù)實(shí)際需要可以采集多批次的數(shù)據(jù)進(jìn)行分析，本例中采集了 1〇個(gè)批次 的數(shù)據(jù)，每個(gè)批次包括12路傳感器在一個(gè)周期50s內(nèi)的數(shù)據(jù)，將一個(gè)周期內(nèi)所有采集的數(shù)據(jù) 用一個(gè)三階張量來(lái)表示JT e ，其中11 = 50，I2 = 12，I3 = 10，特征提取步驟為：
[0101] (1)計(jì)算每個(gè)訓(xùn)練樣本的平均張量：
[0103] (2)計(jì)算每個(gè)樣本的張量與其平均值的差值，得到中心化的訓(xùn)練樣本集：
[0104] = χηι ~ μ, W = 1,2 · · ·. Μ }
[0105] (3)中心化后的數(shù)據(jù)集^，尤.2..:,:…,j的每個(gè)mode上的協(xié)方差矩陣即：
[0106] Φ(π) = Χ^=ΙΧ?{?) ?η)
[0107] 其中，歹')是張量^,"的11模式展開矩陣，Φ(η)是將中心化后的張量從第n-mode方 向展開而求得的協(xié)方差矩陣。
[0108] ⑷分別求出每個(gè)mode方向上的Φ (n)的特征值λ(η)，及特征值λ(η)所對(duì)應(yīng)的特征向 量U (n)，當(dāng)采取97%置信度時(shí)，得到的U(1)維數(shù)為50父17，得到的1](2)維數(shù)為12\5。其中，將11 階張量的每個(gè)階稱為一個(gè)mode，第i階稱為i-mode方向。這樣，將所有的訓(xùn)練樣本向特征子 空間的投影為：
[0110]此時(shí)得到的樣本空間由原來(lái)的維數(shù)50 X 12 X 10降到了 17 X5 X 10,這樣就大大縮 小了計(jì)算量。通過以上算法可以得到樣本空間的投影模型(轉(zhuǎn)換矩陣），檢驗(yàn)樣本經(jīng)過轉(zhuǎn)換 矩陣投影到特征子空間，與無(wú)故障數(shù)據(jù)進(jìn)行相似性度量以判斷其檢驗(yàn)樣本是否為故障數(shù) 據(jù)。
[0111] 如圖7所示，本方案所述MPCA算法的流程圖，其計(jì)算步驟包括：
[0112] Step 1:輸入原始張量數(shù)據(jù),Μ = 1處…。
[0113] Step 2:將輸入數(shù)據(jù)中心化=心-妗m =丨，2·.·,Ml,其中，
[0114] Step 3:初始化:計(jì)算各個(gè)mode方向上的以"1 = 丨的前Pn特征值和對(duì) 應(yīng)的特征矩陣U(n)。
[0115] Step 4:對(duì)于m=l ,2,…，M，計(jì)算=尤" X! ⑴Γ χ2 斤咖一χχ ?7<ν|Γ,Μ.='1，2，..·，Μ}。
[0116] Step 5:計(jì)算初始張量離散度=^=1|凡,|:。
[0117] Step 6:迭代：
[0118] 對(duì)于k = l :K(K表示迭代次數(shù)）
[0119] 對(duì)于η = 1 :Ν(Ν表示張量維度）
[0120] 令)瓦 Xl p⑴Γ χ2 ￡7(市..·><、' ，
[0121] ΦΡ ，求取Φ。的前Pn特征值賦值給U(n)對(duì)其完成更新。
[0122] 計(jì)算ym，m=l，2,…，M和ityk(k表示迭代次數(shù)）。如果ityk-ityk-ι〈η(η是定義的比較小的 閾值)或者滿足迭代k = K，則跳出循環(huán)，得到局部最優(yōu)的N個(gè)投射矩陣…< N為正整數(shù)，進(jìn)入到下一步。
[0123] Step 7:映射。訓(xùn)練數(shù)據(jù)乂"(111=1，."，1)，1為正整數(shù)，經(jīng)過10^4后得到變換矩陣 =1,2,..。4』為正整數(shù)，將其中心化后的訓(xùn)練樣本1(111=1，.,..,，從)，1?為正整數(shù)，與 最優(yōu)變換矩陣, η = 1,2:,…4相乘：
[0124] ym = = …Μ
[0125] 經(jīng)過以上步驟可以實(shí)現(xiàn)特征子空間上的投影，得到訓(xùn)練樣本經(jīng)過MPCA變化后的特 征向量集{ym，m=l，2,…，M}。
[0126] 步驟S6、將通過MPCA映射得到的特征向量集與無(wú)故障數(shù)據(jù)的特征向量集進(jìn)行相似 性度量，并計(jì)算兩個(gè)特征向量集的距離，通過閾值判斷當(dāng)前參數(shù)條件下是否為故障狀態(tài)。本 方案采用一種基于Eros的多元時(shí)間序列相似度分析算法，利用擴(kuò)展的F范數(shù)距離公式計(jì)算 兩個(gè)投影矩陣的距離，當(dāng)超過閾值時(shí)可以判定其發(fā)生故障。
[0127] 下面通過仿真比對(duì)隊(duì)本發(fā)明做進(jìn)一步說(shuō)明：
[0128] 如圖8所示，對(duì)提出的算法進(jìn)行了仿真研究，仿真采用10個(gè)批次的數(shù)據(jù)樣本，包括 正常數(shù)據(jù)、二系空簧剛度衰減50%故障數(shù)據(jù)以及一、二系彈簧和阻尼系數(shù)衰減25%的故障 數(shù)據(jù)，通過PCA、DPCA和MPCA算法對(duì)上述數(shù)據(jù)進(jìn)行處理。圖8(a)為三種算法在懸掛系統(tǒng)二系 空簧剛度衰減50 %時(shí)的仿真結(jié)果，可以看出，MPCA相比較于傳統(tǒng)的PCA和DPCA算法有明顯的 優(yōu)勢(shì)。圖（b)、（c)、（d)反映了在處理不同懸掛系部件的故障時(shí)三種算法的檢測(cè)結(jié)果，通過結(jié) 果可以明顯看出MPCA有較好的故障分離能力，為進(jìn)一步的故障辨識(shí)工作提供了有力的依 據(jù)。
[0129] 顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說(shuō)明本發(fā)明所作的舉例，而并非是對(duì) 本發(fā)明的實(shí)施方式的限定，對(duì)于所屬領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在上述說(shuō)明的基礎(chǔ)上還可 以做出其它不同形式的變化或變動(dòng)，這里無(wú)法對(duì)所有的實(shí)施方式予以窮舉，凡是屬于本發(fā) 明的技術(shù)方案所引伸出的顯而易見的變化或變動(dòng)仍處于本發(fā)明的保護(hù)范圍之列。
【主權(quán)項(xiàng)】
1. 基于MPCA的列車懸掛系統(tǒng)故障分析方法，其特征在于，該方法的步驟包括： 51、 構(gòu)建軌道車輛懸掛系統(tǒng)模型，并對(duì)該模型中的沉浮、點(diǎn)頭和側(cè)滾運(yùn)動(dòng)進(jìn)行動(dòng)力學(xué)分 析； 52、 根據(jù)軌道車輛懸掛系統(tǒng)模型動(dòng)力學(xué)分析結(jié)果，布置加速度傳感器； 53、 基于動(dòng)力學(xué)仿真軟件，對(duì)步驟S1中建立的動(dòng)力學(xué)模型進(jìn)行變參數(shù)的模擬仿真； 54、 基于步驟S3中的模擬仿真，采集軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)，并對(duì)位移數(shù)據(jù)進(jìn)行 預(yù)處理； 55、 基于MPCA算法，對(duì)至少一個(gè)周期內(nèi)的軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)進(jìn)行故障分析， 獲得當(dāng)前參數(shù)條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集； 56、 將通過MPCA映射得到的特征向量集與無(wú)故障數(shù)據(jù)的特征向量集進(jìn)行相似性度量， 并計(jì)算兩個(gè)特征向量集的距離，通過闊值判斷當(dāng)前參數(shù)條件下是否為故障狀態(tài)。2. 根據(jù)權(quán)利要求1所述的列車懸掛系統(tǒng)故障分析方法，其特征在于，所述步驟S3中采用 SIMPACK多體動(dòng)力學(xué)仿真軟件對(duì)軌道車輛懸掛系統(tǒng)模型進(jìn)行動(dòng)力學(xué)分析。3. 根據(jù)權(quán)利要求1所述的列車懸掛系統(tǒng)故障分析方法，其特征在于，所述步驟S2中分別 在軌道車輛的前轉(zhuǎn)向架、后轉(zhuǎn)向架和車體的四個(gè)邊角處設(shè)置12路加速度傳感器。4. 根據(jù)權(quán)利要求1所述的列車懸掛系統(tǒng)故障分析方法，其特征在于，所述步驟S4中預(yù)處 理的方式為將采集得到的位移數(shù)據(jù)由單批次的橫縱坐標(biāo)分別為采樣時(shí)間和傳感器個(gè)數(shù)的 二維矩陣轉(zhuǎn)換為Ξ階張量，Ξ個(gè)階層分別代表采樣時(shí)間、傳感器的個(gè)數(shù)和采樣批次。5. 根據(jù)權(quán)利要求1所述的列車懸掛系統(tǒng)故障分析方法，其特征在于，所述步驟S5包括： 551、 將預(yù)處理后的每個(gè)周期內(nèi)的數(shù)據(jù)分別作為一個(gè)訓(xùn)練樣本，并計(jì)算每個(gè)訓(xùn)練樣本的 平均張量：552、 計(jì)算每個(gè)樣本的張量與總樣本平均值μ的差值，得到中屯、化的訓(xùn)練樣本集： {玄>義" -供說(shuō)=]，2..'典}，其中Μ為正整數(shù)； 553、 基于經(jīng)中屯、化后的訓(xùn)練樣本集組成的數(shù)據(jù)集:^1^,，...，之。}，構(gòu)建該數(shù)據(jù)集的每 個(gè)mode上的協(xié)方差矩陣：其中，玄,,,(《處張量；。，的η模式展開矩陣，是將中屯、化后的張量從第n-mode方向展開 而求得的協(xié)方差矩陣； 554、 分別求出每個(gè)mode方向上的的特征值及特征值λω所對(duì)應(yīng)的特征向量U (η) ， 555、 將所有的訓(xùn)練樣本向量特征子空間進(jìn)行投影：并經(jīng)MPCA訓(xùn)練后獲得當(dāng)前參數(shù)條件 下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集：{ym，m= 1，2，。6. 根據(jù)權(quán)利要求1所述的列車懸掛系統(tǒng)故障分析方法，其特征在于，所述步驟S6基于 Eros的多元時(shí)間序列相似度分析算法計(jì)算兩個(gè)特征向量集的距離。7. 基于MPCA的列車懸掛系統(tǒng)故障分析系統(tǒng)，其特征在于，該系統(tǒng)包括： 動(dòng)力學(xué)分析單元，構(gòu)建軌道車輛懸掛系統(tǒng)模型，并對(duì)該模型中的沉浮、點(diǎn)頭和側(cè)滾運(yùn)動(dòng) 進(jìn)行動(dòng)力學(xué)分析； 數(shù)據(jù)采集單元，用于采集軌道交通車輛懸掛系統(tǒng)中垂向和橫向加速度數(shù)據(jù)； 預(yù)處理單元，采集軌道車輛懸掛系統(tǒng)的位移數(shù)據(jù)，并對(duì)位移數(shù)據(jù)進(jìn)行映射處理； 數(shù)據(jù)處理單元，基于MPCA算法，對(duì)預(yù)處理后至少一個(gè)周期內(nèi)的軌道車輛懸掛系統(tǒng)的位 移數(shù)據(jù)進(jìn)行故障分析，獲得當(dāng)前參數(shù)條件下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集； 故障分析單元，將通過MPCA映射得到的特征向量集與無(wú)故障數(shù)據(jù)的特征向量集進(jìn)行相 似性度量，并計(jì)算兩個(gè)特征向量集的距離，通過闊值判斷當(dāng)前參數(shù)條件下是否為故障狀態(tài)。8. 根據(jù)權(quán)利要求7所述的軌道交通車輛懸掛系統(tǒng)故障分類系統(tǒng)，其特征自在于，所述動(dòng) 力學(xué)分析單元包括： 模型構(gòu)建模塊，基于軌道車輛中各零部件的作用力和組用力的傳遞關(guān)系，構(gòu)建車輛懸 掛系統(tǒng)模型； 分析模塊，采用SIMPACK多體動(dòng)力學(xué)仿真軟件對(duì)軌道車輛懸掛系統(tǒng)模型進(jìn)行動(dòng)力學(xué)特 征分析。9. 根據(jù)權(quán)利要求7所述的軌道交通車輛懸掛系統(tǒng)故障分類系統(tǒng)，其特征自在于，所述故 障分析單元包括： 訓(xùn)練樣本計(jì)算模塊，將降維后的一個(gè)周期內(nèi)的數(shù)據(jù)作為一個(gè)訓(xùn)練樣本，計(jì)算每個(gè)訓(xùn)練 樣本的平均張量：?計(jì)算每個(gè)樣本的張量與總樣本平均值μ的差值，得到 中屯、化的訓(xùn)練樣本集； 矩陣構(gòu)建模塊，基于經(jīng)中屯、化后的訓(xùn)練樣本集組成的數(shù)據(jù)集： 弦I，，...，，構(gòu)建該數(shù)據(jù)集的每個(gè)mode上的協(xié)方差矩陣： 基于經(jīng)中屯、化后的訓(xùn)練樣本集組成的數(shù)據(jù)集：{玉1，六，構(gòu)建該數(shù)據(jù)集的每個(gè) mode上的協(xié)方差矩陣； 投影計(jì)算模塊，分別求出每個(gè)mode方向上的Φ(η>的特征值λ(η>和特征值A(chǔ) (n>所對(duì)應(yīng)的特 征向量U^，并將所有的訓(xùn)練樣本向量特征子空間進(jìn)行投影：并經(jīng)MPCA訓(xùn)練后獲得當(dāng)前參數(shù)條件 下懸掛系統(tǒng)的位移數(shù)據(jù)所對(duì)應(yīng)的特征向量集：{ym，m= 1，2，。10. 根據(jù)權(quán)利要求7所述的軌道交通車輛懸掛系統(tǒng)故障分類系統(tǒng)，其特征自在于，所述 故障分析單元基于Eros的多元時(shí)間序列相似度分析算法計(jì)算兩個(gè)特征向量集的距離。
【文檔編號(hào)】G01M17/10GK106096096SQ201610379729
【公開日】2016年11月9日
【申請(qǐng)日】2016年6月1日
【發(fā)明人】魏秀琨, 王騰騰, 賈利民, 朱明 , 張曉中, 賀延芳, 張靖林, 閆冬, 呂又冉, 李卓玥
【申請(qǐng)人】北京交通大學(xué)