一种磁浮列车电磁铁温度异常诊断方法、装置、系统及介质与流程

文档序号:30953514发布日期:2022-07-30 08:48阅读:来源:国知局

技术特征:
1.一种磁浮列车电磁铁温度异常诊断方法,其特征在于,包括:采集列车的工况数据;依据预先建立的电磁铁温度异常诊断模型对所述工况数据进行分析,得到输出结果;其中,所述电磁铁温度异常诊断模型为基于历史工况数据建立的;基于所述输出结果确定电磁铁状态。2.根据权利要求1所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述基于历史工况数据建立电磁铁温度异常诊断模型,包括:获取历史工况数据中各个起浮至落车过程的数据作为各个样本;从各个所述样本中确定出正常工况样本和故障工况样本;依据所述正常工况样本和故障工况样本,对温度诊断模型进行训练,得到训练后的电磁铁温度异常诊断模型;则,所述采集列车的工况数据,包括:采集列车在起浮到落车之间的工况数据。3.根据权利要求2所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述依据所述正常工况样本和故障工况样本,对温度诊断模型进行训练,得到训练后的电磁铁温度异常诊断模型,包括:依据所述正常工况样本和所述故障工况样本建立扩充故障样本;根据所述正常工况样本、所述故障工况样本和所述扩充故障样本建立样本库;采用所述样本库对温度诊断模型进行训练,得到训练后的电磁铁温度异常诊断模型。4.根据权利要求3所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述依据所述正常工况样本和所述故障工况样本建立扩充故障样本,包括:针对每个所述正常工况样本,计算出所述正常工况样本分别到每个所述故障工况样本的距离;根据各个所述距离得到所述正常工况样本的得分;根据每个所述正常工况样本的得分,从各个所述正常工况样本中确定出目标工况样本;将所述目标工况样本作为扩充故障样本。5.根据权利要求4所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述根据各个所述距离得到所述正常工况样本的得分,包括:将各个所述距离的平均距离作为所述正常工况样本的得分。6.根据权利要求4所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述根据每个所述正常工况样本的得分,从各个所述正常工况样本中确定出目标工况样本,包括:将各个所述正常工况样本的得分按照大小进行排序;将平均距离最小的预设数量个正常工况样本作为目标工况样本。7.根据权利要求4所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述根据所述正常工况样本、所述故障工况样本和所述扩充故障样本建立样本库,包括:将所述故障工况样本和所述扩充故障样本作为故障工况样本库;将各个所述正常工况样本中除所述目标工况样本之外的其他各个正常工况样本作为正常工况样本基库;
从所述正常工况样本基库中抽取出与故障工况样本数量成预设比例的正常工况样本,作为正常工况样本库;基于所述正常工况样本库和所述故障工况样本库建立最终的样本库。8.根据权利要求4所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述正常工况样本或所述故障工况样本均包括多种类型的参数;则,所述计算出所述正常工况样本分别到每个所述故障工况样本的距离,包括:针对每一个所述故障工况样本,计算出所述正常工况样本中每类参数与所述故障工况样本中对应类型参数之间的子距离;根据各个子距离以及与每种类型参数各自对应的权重,计算出所述正常工况样本与所述故障工况样本之间的距离。9.根据权利要求8所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述计算出所述正常工况样本中每类参数与所述故障工况样本中对应类型参数之间的子距离,包括:计算出所述正常工况样本中每类参数与所述故障工况样本中对应类型参数之间的欧式距离。10.根据权利要求8所述的磁浮列车电磁铁温度异常诊断方法,其特征在于,所述多种类型的参数包括电磁铁表面温度、电磁铁内部温度、环境温度、电磁铁表面温度与环境温度差值及电磁铁内部温度与环境温度差值中的任意多种参数的组合。11.一种磁浮列车电磁铁温度异常诊断装置,其特征在于,包括:采集模块,用于采集列车的工况数据;分析模块,用于依据预先建立的电磁铁温度异常诊断模型对所述工况数据进行分析,得到输出结果;其中,所述电磁铁温度异常诊断模型为基于历史工况数据建立的;确定模块,用于基于所述输出结果确定电磁铁温度状态。12.一种磁浮列车电磁铁温度异常诊断方法,其特征在于,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现如权利要求1至10任一项所述磁浮列车电磁铁温度异常诊断方法的步骤。13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至10任一项所述磁浮列车电磁铁温度异常诊断方法的步骤。

技术总结
本发明公开了一种磁浮列车电磁铁温度异常诊断方法、装置、系统及计算机可读存储介质,应用于磁浮列车技术领域,通过采集列车的工况数据;依据预先建立的电磁铁温度异常诊断模型对工况数据进行分析,得到输出结果;其中,电磁铁温度异常诊断模型为基于历史工况数据建立的;基于输出结果确定电磁铁状态;在使用过程中能够解决现有技术中电磁铁温度异常诊断结果不准确的问题,提高诊断精确度,有利于提高磁浮列车运行安全。磁浮列车运行安全。磁浮列车运行安全。


技术研发人员:孔海朋 薛健康 范龙庆 张魁炜 王光君
受保护的技术使用者:中车青岛四方机车车辆股份有限公司
技术研发日:2022.04.29
技术公布日:2022/7/29
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1