一种隧道照明系统的故障诊断方法及系统与流程

本发明涉及隧道照明，尤其涉及一种隧道照明系统的故障诊断方法及系统。

背景技术：

1、隧道是一段半封闭的空间，自然光无法照射其中，为了保证行驶的连贯性及行车人的生命安全，即便是白天其内部全程也需要人工照明，隧道照明是隧道建设中不可或缺的一部分。

2、隧道照明可以改善隧道内路面状况，改善隧道内视觉享受，减轻驾驶员疲劳，有利于提高隧道通行能力保证交通安全。在古代，火把作为最常用的照明工具被运用到了隧道照明中，照明设施非常简陋且十分不方便。此后，随着我国工业化社会的到来，隧道照明领域的发展有了长足的进步。

3、近年来，随着物联网技术的快速发展，隧道照明领域更是有了翻天覆地的变化，在确保了正常照明的同时，也能节省电力，还能对隧道内的照明设施进行人性化控制和管理。隧道照明系统是现代交通工程的重要组成部分，主要用于保障隧道内车辆和行人的安全行驶。然而，在隧道照明系统的运行过程中，常常会出现各种故障，如灯具故障、电源故障、电路故障等，这些故障严重影响了隧道照明系统的稳定性和可靠性。

4、传统的隧道照明系统故障诊断方法主要依靠人工巡检和故障定位，但这种方法需要耗费大量的时间和人力，而且容易受到人为因素的干扰，无法保证诊断的准确性和时效性。

技术实现思路

1、本发明提供一种隧道照明系统的故障诊断方法及系统，用于解决上述技术问题。

2、为了实现上述目的，本发明实施例提供如下技术方案：

3、本发明提供了一种隧道照明系统的故障诊断方法，包括如下步骤：

4、s1.采集隧道照明系统的工作状态数据，对采集到的工作状态数据进行预处理；

5、s2.对预处理后的工作状态数据进行故障诊断，判断故障是否存在；

6、s3.对故障诊断进行分析，确认故障类型；

7、s4.对故障类型进行二次确认并给出解决方案，查询能否自主维修。

8、进一步的，采集隧道照明系统的工作状态数据，对采集到的工作状态数据进行预处理，包括：采集隧道照明系统的工作状态数据，对有具体数值的设备按实际数值统计，对没有具体数值的设备，用0、1来表示其是否可以正常工作，1表示故障，0表示正常，其中，隧道照明系统的工作状态数据至少包括如下一种数据:

9、灯具亮度、电源电压、电源电流和控制器状态。

10、进一步的，采集隧道照明系统的工作状态数据，对采集到的工作状态数据进行预处理，还包括：数据清洗，其中，数据清洗包括去除噪声和去除异常采集的数据。

11、进一步的，对预处理后的工作状态数据进行故障诊断，判断故障是否存在，包括：

12、将预处理后的工作状态数据导入故障诊断系统；

13、根据预设的规则来判断可能的故障类型；

14、根据采集到的隧道照明系统的工作状态数据进行分析，判断是否存在故障，并进一步判断可能的故障类型。

15、进一步的，预设的规则至少包括如下一种规则：

16、基于经验的规则、基于专家知识的规则。

17、进一步的，对故障诊断进行分析，确认故障类型，包括：

18、对采集到的隧道照明系统的工作状态数据进行训练，建立隧道照明系统故障类型分类模型；

19、对采集到的隧道照明系统的工作状态数据进行分析和分类，得到最终的故障类型。

20、进一步的，隧道照明系统故障类型分类模型的构建采用监督学习方法，使用历史故障数据和对应的修复方案作为训练数据，其实现过程具体如下：

21、s701.数据预处理：将采集到的历史故障数据进行清洗、去噪和缺失值处理等操作，得到干净的数据集；

22、s702.特征工程：根据故障类型的特点，从数据集中提取出对分类有影响的特征，如温度、电流和电压；

23、s703.模型训练：使用多种监督学习算法，如决策树、逻辑回归、支持向量机等，对提取出的特征进行训练，并根据测试集的评估结果选择最优的算法和参数；

24、s704.模型评估：使用测试集对训练好的机器学习模型进行评估，评估指标包括：准确率、召回率、精度和f1分数；

25、s705.模型优化：根据评估结果对模型进行优化，包括：参数调整、特征选择和数据扩增。

26、进一步的，对故障类型进行二次确认并给出解决方案，查询能否自主维修，包括：

27、根据知识库和规则来进一步判断故障类型，并给出修复建议；

28、专家系统模块根据规则引擎模块和机器学习模块判断出的故障类型，从知识库中查找相应的故障修复方案；

29、专家系统模块根据知识库中的故障修复方案，给出最终的修复建议。

30、进一步的，对故障类型进行二次确认并给出解决方案，查询能否自主维修，包括：根据专家系统给出的修复建议，对隧道照明系统进行修复，可以实现自动化修复，也可以通过提供修复指南的方式，协助操作人员进行手动修复。

31、进一步的，一种隧道照明系统的故障诊断系统，包括：

32、数据采集模块，用于采集隧道照明系统的工作状态数据；

33、规则引擎模块，用于判断基础故障；

34、机器学习模块，用于确定故障类型；

35、专家系统模块，用于实现故障诊断结果校准，并给出解决方案；

36、修复控制模块，用于根据专家系统模块给出的修复建议，对隧道照明系统进行修复。

37、本申请发明的有益效果：数据采集模块、规则引擎模块、机器学习模块和专家系统模块互相配合完成故障诊断任务，故障发生后，通过数据采集模块采集隧道照明系统的工作状态数据，通过规则引擎模块来判断基础故障，然后通过机器学习模块确定故障类型，最后通过专家系统模块实现故障诊断结果校准并给出解决方案，无需耗费大量的时间和人力，保证了诊断的准确性和时效性，提高隧道照明系统故障的自动化和智能化诊断水平，为隧道照明系统的安全稳定运行提供保障。

38、本发明的这些和其它目的、特点和优势，通过下述的详细说明，得以充分体现。

技术特征：

1.一种隧道照明系统的故障诊断方法，其特征在于，故障诊断方法包括如下步骤：

2.如权利要求1所述的一种隧道照明系统的故障诊断方法，其特征在于，采集隧道照明系统的工作状态数据，对采集到的工作状态数据进行预处理，包括：采集隧道照明系统的工作状态数据，对有具体数值的设备按实际数值统计，对没有具体数值的设备，用0、1来表示其是否可以正常工作，1表示故障，0表示正常，其中，隧道照明系统的工作状态数据至少包括如下一种数据:

3.如权利要求2所述的一种隧道照明系统的故障诊断方法，其特征在于，采集隧道照明系统的工作状态数据，对采集到的工作状态数据进行预处理，还包括：数据清洗，其中，数据清洗包括去除噪声和去除异常采集的数据。

4.如权利要求1所述的一种隧道照明系统的故障诊断方法，其特征在于，对预处理后的工作状态数据进行故障诊断，判断故障是否存在，包括：

5.如权利要求4所述的一种隧道照明系统的故障诊断方法，其特征在于，预设的规则至少包括如下一种规则：

6.如权利要求5所述的一种隧道照明系统的故障诊断方法，其特征在于，对故障诊断进行分析，确认故障类型，包括：

7.如权利要求6所述的一种隧道照明系统的故障诊断方法，其特征在于，隧道照明系统故障类型分类模型的构建采用监督学习方法，使用历史故障数据和对应的修复方案作为训练数据，其实现过程具体如下：

8.如权利要求7所述的一种隧道照明系统的故障诊断方法，其特征在于，对故障类型进行二次确认并给出解决方案，查询能否自主维修，包括：

9.如权利要求8所述的一种隧道照明系统的故障诊断方法，其特征在于，对故障类型进行二次确认并给出解决方案，查询能否自主维修，包括：根据专家系统给出的修复建议，对隧道照明系统进行修复，可以实现自动化修复，也可以通过提供修复指南的方式，协助操作人员进行手动修复。

10.一种隧道照明系统的故障诊断系统，其特征在于，所述故障诊断系统包括：

技术总结
本申请公开一种隧道照明系统的故障诊断方法及系统，属于隧道照明技术领域，采集隧道照明系统的工作状态数据，对采集到的工作状态数据进行预处理；对预处理后的工作状态数据进行故障诊断，判断故障是否存在；对故障诊断进行分析，确认故障类型；对故障类型进行二次确认并给出解决方案，查询能否自主维修。提高了隧道照明系统的故障检测的自动化和智能化诊断水平，为隧道照明系统的安全稳定运行提供保障。

技术研发人员：高鹤,宋圆圆,王志祥,魏传伟,王燕,张琦
受保护的技术使用者：山东正晨科技股份有限公司
技术研发日：
技术公布日：2024/1/16