博文
基于动态建模与重构的列车轴承故障检测和定位
|
列车运行时轴承故障的检测与定位对于列车运行安全与健康维护至关重要. 现有的轴承故障报警系统主要是基于单一轴温变量的规则诊断, 报警不及时. 针对上述问题, 本文结合运行于相似环境和速度的同车多轴轴温的相关性及轴温动态性, 提出了一种数据驱动的基于多轴轴温动态潜结构的列车轴承故障检测与定位方法. 首先, 提出基于动态内在典型相关分析(Dynamic-inner canonical correlation analysis, DiCCA)的列车多轴轴温动态潜结构建模方法; 其次, 利用所建立的模型, 提出基于DiCCA综合指标的列车轴承故障检测方法; 在此基础上, 提出基于DiCCA多向重构的列车轴承故障定位方法. 利用某列车实际运行时的轴温数据进行验证, 结果表明了所提方法的有效性.
列车运行时的轴承故障是可导致列车降速停车引起线路晚点与瘫痪, 甚至造成人员伤亡事故的安全隐患. 该类故障的及时检测与准确定位对保障高速列车更安全运行与实现设备健康维护具有重要的实际研究价值. 现有的高速列车法国高速列车TGV、德国城际列车ICE、我国的动车组(和谐号、复兴号)等, 车载轴承状态监控系统通常是基于单个轴温变量是否超限的规则来诊断故障, 报警不及时. 法国TGV高速列车 德国ICE城际列车 中国复兴号高速列车 车载轴承状态监控系统采集的各轴承温度表征了轴承状态, 且多轴轴温间具有空间相关性和时间相关性. 一方面, 在相似的运行环境、运行速度与负载状态下, 列车各轴承温度表现为较强的空间互相关性; 另一方面, 各轴温度的惯性引入时间动态性. 通过上述关系的非期望变化来进行轴承故障检测与定位是一种全新的解决思路. 为此, 本文提出一种数据驱动的基于多轴轴温动态潜结构的列车轴承故障检测与定位方法. 列车轴承及轴温传感器 数据驱动的列车轴承故障检测与定位策略: (1) 结合列车运行时多轴轴承轴温间的空间相关性和动态相关性, 提出基于动态内在典型相关分析(Dynamic-inner canonical correlation analysis, DiCCA) 的列车多轴轴温动态潜结构建模方法; (2) 为实现轴承故障检测, 利用所建立的DiCCA模型分别将动态变化和静态变化的潜变量变化和残差合并为综合指标, 提出基于DiCCA综合指标的列车轴承故障检测方法; (3) 为实现故障定位, 将DiCCA模型与多方向重构贡献相结合, 提出基于DiCCA多方向重构的列车轴承故障定位方法. 最后, 某列车实际运行时的轴温数据进行验证, 结果表明了所提方法的有效性. 相比传统静态建模方法以及基于规则的轴承故障检测方法, 具有提前报警的优势. 引用格式：刘强, 方彤, 董一凝, 秦泗钊. 基于动态建模与重构的列车轴承故障检测和定位. 自动化学报, 2019, 45(12): 2233−2241. 链接：http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190247 作者简介 刘强, 东北大学教授. 主要研究方向为大数据建模、统计过程监控与故障诊断. 曾获辽宁省优秀博士学位论文奖, 中国自动化学会优秀博士学位论文提名奖等. 本文通信作者. E-mail: liuq@mail.neu.edu.cn 方彤, 东北大学硕士研究生. 主要研究方向为统计过程监控与故障诊断. E-mail: 1770520@stu.neu.edu.cn 董一凝, 美国斯坦福大学博士后学者. 2011 年毕业于清华大学电子工程系获学士学位. 2016 年获美国南加州大学电子工程博士学位. 主要研究方向为过程数据解析, 潜变量模型, 统计过程监控和故障诊断. E-mail: yiningdo@stanford.edu 秦泗钊, 美国南加州大学教授. IEEE Fellow, IFAC Fellow, AIChE Fellow. 主要研究方向为统计过程监控, 故障诊断, 模型预测控制, 系统辨识, 建筑能源优化与控制性能监控. E-mail: sqin@usc.edu
https://blog.sciencenet.cn/blog-3291369-1219338.html
上一篇：《自动化学报》46卷1期网刊已经发布, 敬请关注, 谢谢
下一篇：足不出户，在线阅读《自动化学报》最新文章
