亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于QTA的道岔轉(zhuǎn)轍機故障診斷研究與應(yīng)用*

        2018-06-03 23:46:44胡錦添蔡俊濤
        機電工程技術(shù) 2018年5期
        關(guān)鍵詞:故障診斷趨勢規(guī)則

        胡錦添,蔡俊濤,張 滔

        (1.廣州市光機電技術(shù)研究院,廣東廣州 510663;2.廣州地鐵集團(tuán)有限公司,廣東廣州 510330)

        0 引言

        隨著城軌交通的迅速發(fā)展,微機監(jiān)測被廣泛應(yīng)用于各種軌道裝備[1-3],為設(shè)備日常維護(hù)決策提供了豐富的數(shù)據(jù)與判斷依據(jù),保障了信號系統(tǒng)的穩(wěn)定運行。針對電動轉(zhuǎn)轍機的監(jiān)測,主要是采集電動轉(zhuǎn)轍機動作過程的電流曲線與電壓曲線,技術(shù)人員憑借經(jīng)驗對電流曲線與功率曲線進(jìn)行分析,根據(jù)電流曲線的各項特征參數(shù)來判斷轉(zhuǎn)轍機的機械與電氣的特性變化[4-6]。但存在著分析時間長、誤判與漏判的問題,因此,相對于人工分析,利用計算機基于QTA算法進(jìn)行故障自動檢測與診斷,可實現(xiàn)在線快速進(jìn)行精確的故障診斷。

        定性趨勢分析(QTA)的核心思想是把采集的信號轉(zhuǎn)變?yōu)橐环N趨勢序列,而這種趨勢序列是基于基元的,意思是指一定時間區(qū)間內(nèi)的數(shù)據(jù)所表現(xiàn)的趨勢,例如上升、下降、不變等。趨勢可以反映系統(tǒng)的特征、發(fā)展速度和趨勢,為故障診斷與預(yù)測提供一個重要手段。目前,QTA已被廣泛應(yīng)用于過程狀態(tài)監(jiān)測[7]、故障檢測與診斷[8-9]等。

        1 電動轉(zhuǎn)轍機工作原理

        不同型號的電動轉(zhuǎn)轍機其動作電流曲線不一樣,而對于同一個轉(zhuǎn)轍機,不同的動作電流曲線表征著不同的故障類型。本文以ZD6型直流電動轉(zhuǎn)轍機為例分析不同狀態(tài)下其所表現(xiàn)的不同動作電流曲線,根據(jù)ZD6轉(zhuǎn)轍機的控制信號電路原理[10-12],使用霍爾電流傳感器檢測道岔的動作回路中的電流,在正常狀態(tài)下,整個動作過程的電流曲線如圖1所示。轉(zhuǎn)轍機牽引道岔的動作過程大概可以分為三部分:解鎖—轉(zhuǎn)換—鎖閉。把圖1的動作過程分為三個區(qū)間:第一區(qū)間為道岔解鎖過程S1;第二區(qū)間為道岔轉(zhuǎn)換過程S2;第三區(qū)間為道岔鎖閉過程S3。道岔轉(zhuǎn)換完畢后,切斷動作電路,此時電流為0。

        圖1 正常狀態(tài)下動作電流曲線Fig.1 Action current curve under the normal state

        當(dāng)?shù)啦沓霈F(xiàn)故障時,與正常狀態(tài)下的動作電流曲線進(jìn)行對比分析,在三個動作區(qū)間中分別出現(xiàn)明顯的差別。如圖2所示,以兩種故障為例進(jìn)行說明:(1)解鎖困難故障,在解鎖過程S1區(qū)間中,動作電流比正常狀態(tài)下明顯增大了一定的數(shù)值,這是由于正向鎖閉過緊造成反向解鎖困難,表現(xiàn)為解鎖動作電流增大,只要根據(jù)S1區(qū)間電流增大即可判斷為密貼困難故障;(2)密貼困難故障,在鎖閉過程S3區(qū)間中,動作電流單調(diào)增加,這是由于道岔尖軌與基本軌密貼不好,鎖閉阻力逐漸增大,只要根據(jù)S3區(qū)間電流單調(diào)增加即可判斷為密貼困難故障。其他故障類型也能直接反映在動作電流曲線中,例如,移動阻力變大故障會表現(xiàn)為動作電流只在S2區(qū)間增大。由此可見,不同的故障類型在電流曲線中的變化比較明顯,而且分布在不同動作區(qū)間,因此,通過分析電流曲線可判斷道岔的工作狀態(tài)與故障類型。

        圖2 不同工作狀態(tài)下動作電流曲線對比Fig.2 Comparison of action current curves in different working conditions

        2 QTA原理

        J.T.Y.Cheung和G.Stephanopoulos(1990年)[13-14]提出了描述過程趨勢的問題,提出了“三角形”劇情的思想和以七種劇情來描述的“三角形”組件概念,就是把一個趨勢劃分為幾個劇情來進(jìn)行分析,奠定了QTA的根基。定性趨勢分析(QTA)主要包含兩個方面:(1)趨勢提取;(2)趨勢識別。

        2.1 趨勢提取

        趨勢提取的步驟為:(1)數(shù)據(jù)分割;(2)數(shù)據(jù)擬合成三種趨勢片段(A上升,B下降,C不變)進(jìn)行描述;(3)所有趨勢片段集合{ABBCACCC…}。

        以固定時間窗把數(shù)據(jù)平均分割為連續(xù)的區(qū)間,時間窗寬度為T,則總時間t=nT(n為分割后的區(qū)間個數(shù))。

        在每一個區(qū)間的數(shù)據(jù)中使用最小二乘法進(jìn)行線性擬合[15],在連續(xù)區(qū)間中的數(shù)據(jù)擬合為函數(shù):

        其中,時間t0為區(qū)間的開始點,p是擬合函數(shù)的斜率,y0是在時間點t0的縱坐標(biāo)值。

        圖3 三種趨勢片段Fig.3 Three types of trend

        2.2 趨勢識別

        擬合函數(shù)的斜率p取值范圍歸一化為[-1,1],選擇合適的閥值β,根據(jù)斜率p分別定義三種趨勢片段的取值范圍:A∈[β,1], B∈[-β,-1],C∈[-β,β],每一個劃分區(qū)間擬合的線性函數(shù)根據(jù)斜率p的值定義為相應(yīng)的趨勢片段。

        3 基于QTA的故障診斷

        識別可能產(chǎn)生的故障狀態(tài),是根據(jù)先制定規(guī)則知識庫:使用if…then語句來進(jìn)行故障特征映射,故障特征由特定故障狀態(tài)發(fā)生時的相應(yīng)傳感器數(shù)據(jù)來表現(xiàn),通過人工分析進(jìn)行提取。

        基于規(guī)則知識庫從趨勢到故障類型的推理映射,多個傳感器聯(lián)合判斷用and連接。

        if傳感器S1趨勢為Td1 and傳感器S2趨勢為Td2 and…then故障是F1。

        單個傳感器數(shù)據(jù)以趨勢序列的順序以及趨勢片段的個數(shù)進(jìn)行匹配。例如,如果規(guī)則知識庫中包含規(guī)則兩條:

        if傳感器S1趨勢為{AABBCC}then故障是F1;

        if傳感器S1趨勢為{AABCC}then故障是F2。

        若當(dāng)前傳感器趨勢序列為{AABCC},則可判斷故障為F2。

        各種已知的可能的故障類型通過人工模擬并分析識別后,使用if…then形式的規(guī)則進(jìn)行映射,最終形成一個包含多種趨勢類型與多種故障類型映射關(guān)系的推理知識庫。

        4 應(yīng)用分析

        如圖4所示,實驗中在ZD6型轉(zhuǎn)轍機的接線盒中采用電流電壓傳感器進(jìn)行信號采集,使用20 kHz采樣頻率對電流信號進(jìn)行實時監(jiān)測,分別采集無故障信號20組,密貼困難故障信號20組,解鎖困難故障信號20組。從三種狀態(tài)下的電流信號中分別隨機選取10組數(shù)據(jù)共30組數(shù)據(jù)用于建立故障診斷規(guī)則知識庫,余下的30組數(shù)據(jù)用于測試趨勢匹配與故障診斷驗證。

        圖4 ZD6型轉(zhuǎn)轍機故障模擬Fig.4 Switch default simulation about ZD6

        4.1 建立診斷規(guī)則庫

        下面以無故障狀態(tài)數(shù)據(jù)為例,說明建立規(guī)則知識庫的過程,而密貼困難與解鎖困難故障診斷的規(guī)則建立過程類似。

        根據(jù)對無故障狀態(tài)10組電流曲線分析可知,ZD6直流轉(zhuǎn)轍機從開始動作到電流達(dá)到最大值的時間基本為30 ms,所以時間窗的寬度定義為30 ms,把電流信號分割為相同寬度的數(shù)據(jù)區(qū)間,如圖5所示。

        圖5 無故障電流曲線分割Fig.5 Segmentation of no fault current curve

        圖6 0~0.3 s無故障電流數(shù)據(jù)擬合曲線Fig.6 Fitting curve of no fault current data between 0 to 0.3 second

        在每個數(shù)據(jù)區(qū)間分別進(jìn)行最小二乘法線性擬合,根據(jù)擬合后的一階函數(shù)斜率分別判斷為不同的趨勢片段,根據(jù)經(jīng)驗與實驗數(shù)據(jù)分析,選擇斜率判斷閥值為β=π/18。此處截取0~0.3 s的前段區(qū)間數(shù)據(jù)進(jìn)行擬合說明,如圖6所示,全部趨勢提取的結(jié)果集合為{ABBBBBBBBCCCCCCBCBBCCCCCCCCCCCCCCCCCCCCC CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC CCCCCCCCCCCCCCCCCCCCCCCCCCCB},共109個趨勢片段,為便于分析,把趨勢片段集合簡記為{A1B8C6B1C1B2C89B1}。

        以此類推,對余下9組無故障電流數(shù)據(jù)進(jìn)行趨勢提取并簡化,得到另外9組趨勢序列,把10組趨勢序列匯總,如表1所示。

        表1 10組無故障電流曲線趨勢序列Table 1 10 sets of trend sequencea of no fault current curve

        從表1的10組無故障趨勢序列中取近似公共部分并取最少個數(shù)為:{A1B6C6B1C88B1},則以此為無故障診斷的規(guī)則,每個趨勢片段的個數(shù)數(shù)值允許誤差為±50%,若不在誤差范圍內(nèi)的序列被忽略,以此過濾干擾項。例如第8組數(shù)據(jù)為{A1B7C6B1C1B2C88B1},前4個趨勢片段與后3個趨勢片段的個數(shù)分別為:{A1B7C6B1}、{B2C88B1},它們均在無故障診斷規(guī)則的誤差范圍內(nèi),第五個趨勢片段{C1}則不在誤差范圍內(nèi),以此被忽略,省略后的診斷序列簡化為{A1B7C6B1B2C88B1},與診斷規(guī)則序列的順序吻合。

        密貼困難故障與解鎖困難故障的趨勢診斷規(guī)則建立方式與無故障趨勢診斷規(guī)則的制定方式類似,具體見圖7。

        圖7 兩種故障電流曲線與趨勢序列Fig.7 Current curve and trend sequence of two faults

        匯總無故障趨勢診斷規(guī)則與兩種故障趨勢診斷規(guī)則,如表2所示。

        表2 趨勢診斷規(guī)則Table 2 rules of trend diagnosis

        由于無故障與解鎖困難故障的動作電流曲線差別在于解鎖過程S1區(qū)間,解鎖困難故障電流幅值比無故障電流幅值大。從圖2可看出,解鎖困難電流曲線比無故障電流曲線在解鎖過程S1區(qū)間前段下降趨勢小,因此趨勢片段{B}出現(xiàn)較少;同理,解鎖困難電流曲線比無故障電流曲線在解鎖過程S1區(qū)間前段下降趨勢大,因此趨勢片段{B}出現(xiàn)較多。所以,趨勢診斷規(guī)則匹配需要修改為在趨勢片段相同的狀態(tài)下增加趨勢片段匹配度ps,

        其中,n為趨勢診斷規(guī)則中趨勢片段的總個數(shù),vmini與vmaxi分別為第i個趨勢片段的個數(shù)在趨勢序列與趨勢診斷規(guī)則中的最小值與最大值。

        4.2 故障診斷驗證

        在余下的30組電流數(shù)據(jù)中,每個狀態(tài)數(shù)據(jù)隨機抽取2組共6組數(shù)據(jù)作為驗證。首先,把6組數(shù)據(jù)進(jìn)行趨勢提取與趨勢識別,提取的趨勢序列與診斷結(jié)果如表3所示。

        分析表3可知,使用該方法可以準(zhǔn)確識別出無故障、密貼困難故障、解鎖困難故障三種狀態(tài),即使解鎖困難故障與無故障狀態(tài)的趨勢序列類似,使用匹配度計算后,雖然計算結(jié)果比較接近,但是依然可以正確識別為非無故障狀態(tài)。區(qū)分不同故障狀態(tài)情況下,該方法準(zhǔn)確率能達(dá)到100%。

        表3 各個狀態(tài)趨勢診斷結(jié)果Table 3 Results of trend diagnosis in different conditions

        5 結(jié)論

        過程趨勢分析已經(jīng)成為一種分析時間序列信號的有用手段。使用這種方法的重點在于趨勢提取與趨勢識別以及診斷規(guī)則知識庫建立,QTA與大部分的定量分析相比,簡化了大量數(shù)據(jù)的計算過程,使用簡潔的表達(dá)方式,把采集到的傳感器數(shù)據(jù)轉(zhuǎn)化成趨勢特征,為故障診斷提供了一個決策依據(jù)。通過QTA進(jìn)行ZD6直流轉(zhuǎn)轍機故障分析,優(yōu)于人工經(jīng)驗分析,可自動準(zhǔn)確判斷是否存在故障并識別相應(yīng)的故障類型。本文只對兩種故障進(jìn)行分析,采用固定時間窗平均劃分?jǐn)?shù)據(jù)的方法,可同時適用于不同的故障類型識別,在后續(xù)的研究中,加入更優(yōu)的提取算法與識別算法,建立更全面的所有已知故障診斷規(guī)則庫,快速地診斷出早期出現(xiàn)的故障。

        [1]王麗.微機監(jiān)測在信號設(shè)備維護(hù)中的應(yīng)用[J].鐵道通信信號,2007,43(6):18-19.

        [2] Ren Y.Analysis of Switch Action Status Cures of Mi?cro-computer Monitoring System [J].Railway Signal?ling&Communication,2009.

        [3]趙會兵.未來鐵路信號微機監(jiān)測的發(fā)展方向[J].科技創(chuàng)新與應(yīng)用,2017(13):295-295.

        [4]邱俊杰.ZD6型轉(zhuǎn)轍機動作電流曲線分析[J].鐵道通信信號,2008,44(7):20-21.

        [5]董昱,趙媛媛,林海香.基于小波分析的電動轉(zhuǎn)轍機動作電流的分析研究[J].蘭州交通大學(xué)學(xué)報,2012,31(6):39-43.

        [6]劉倉.直流電動轉(zhuǎn)轍機動作電流的智能分析[J].鐵道通信信號,2009,45(8):14-16.

        [7]李偉.基于質(zhì)量數(shù)據(jù)趨勢提取的過程質(zhì)量控制方法研究[D].鎮(zhèn)江:江蘇大學(xué),2013.

        [8]張海洋,張貝克,吳重光.用于監(jiān)測復(fù)雜系統(tǒng)的計算機輔助定性趨勢分析[J].計算機工程與應(yīng)用,2007,43(17):41-44.

        [9]張貝克,張海洋,馬昕.定性趨勢分析在過程故障診斷中的應(yīng)用研究[J].系統(tǒng)仿真學(xué)報,2008,20(10):2750-2753.

        [10]王明泉.六線制雙動轉(zhuǎn)轍機道岔控制電路探討[J].鐵道通信信號,2009,45(5):30-31.

        [11]沈懷密,金永亮,徐勤弼,等.ZD6型電動道岔工作原理[J].山東交通科技,2015(3):100-101.

        [12]劉學(xué)民.淺析ZD6電動轉(zhuǎn)轍機單獨操縱系統(tǒng)[J].科技信息,2012(23):120-120.

        [13]Cheung T Y, Stephanopoulos G.Representation of pro?cess trends-Part I.A formal representation framework[J].Computers& Chemical Engineering, 1990,14(4): 495-510.

        [14] Konstantinov K B, Yoshida T.Real-time qualitative analysis of the temporal shapes of (bio) process vari?ables [J].Aiche Journal, 1992, 38 (11):1703-1715.

        [15]李麗丹.基于MATLAB的離散數(shù)據(jù)最小二乘擬合[J].遼寧工程技術(shù)大學(xué)學(xué)報,2011,30(S1):202-204.

        猜你喜歡
        故障診斷趨勢規(guī)則
        撐竿跳規(guī)則的制定
        趨勢
        數(shù)獨的規(guī)則和演變
        讓規(guī)則不規(guī)則
        Coco薇(2017年11期)2018-01-03 20:59:57
        初秋唇妝趨勢
        Coco薇(2017年9期)2017-09-07 21:23:49
        TPP反腐敗規(guī)則對我國的啟示
        SPINEXPO?2017春夏流行趨勢
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        趨勢
        汽車科技(2015年1期)2015-02-28 12:14:44
        基于LCD和排列熵的滾動軸承故障診斷
        狠狠色狠狠色综合| 精品国产精品三级在线专区| 亚洲午夜无码久久yy6080| 国产成人精品日本亚洲语音1| 免费黄色福利| 人妻无码ΑV中文字幕久久琪琪布| 青青草99久久精品国产综合| 青青草极品视频在线播放| 精品一区二区三区不老少妇| 国产免费精品一品二区三| 日本黄色影院一区二区免费看| 亚洲一区二区免费在线观看视频| 亚洲男人天堂黄色av| 国产精品毛片va一区二区三区| 国产超碰人人做人人爽av大片| 日韩亚洲欧美中文在线| 日韩插啊免费视频在线观看| 性一交一乱一伦| 四虎影视国产在线观看精品| 一本大道久久精品一本大道久久| 国产又色又爽的视频在线观看91| 男女性行为免费视频网站| 亚洲精品第一国产综合精品| 人妻av鲁丝一区二区三区| 欧美 日韩 国产 成人 在线观看| 日本亚洲欧美高清专区| 手机色在线| 中文字幕av久久激情亚洲精品| 亚洲av综合日韩精品久久| 日本一区二区三区视频免费观看| 亚洲欧洲成人a∨在线观看| 曰本无码人妻丰满熟妇啪啪| 无码精品a∨在线观看十八禁 | 国产内射性高湖| 久久福利青草精品资源| 美腿丝袜一区二区三区| 在线女同免费观看网站| 国产爆乳无码一区二区麻豆| 久久久久人妻精品一区蜜桃| 全免费a级毛片免费看视频| 亚洲精品国产品国语在线app|