轴承的健康评估方法、装置、控制器及列车与流程

本发明涉及列车性能状态评估，尤其涉及一种轴承的健康评估方法、装置、控制器及列车。

背景技术：

1、轴承的健康状态直接影响到整车的运行安全性。在高速列车运行过程中，轴承持续地承受车体与轨道的各载荷和冲击振动的作用，其工作环境恶劣、复杂多变，发生故障、失效的概率高，一旦出现此种情况，将给高速行驶的列车带来巨大的安全隐患，而轴承出现异常之前的性能是逐渐降低的，因此，及时了解轴承的性能退化状态对于保障列车安全运行、提高经济效益具有重大意义。

2、目前，针对列车轴承的故障在途监测、诊断预警的方法得到迅速发展，该方法的主要技术手段是在轴承附近安装温度和振动传感器，实时采集温度和振动信号，振动信号经过算法处理后与提前设置的阈值进行比较，超出阈值则进行预警或报警。

3、然而，上述方式只能检测到轴承正常和故障两种状态，且只有在轴承出现异常时才可以监测到，降低车辆运行的安全性。

技术实现思路

1、本发明实施例提供了一种轴承的健康评估方法、装置、控制器及列车，以解决现有技术中仅只能检测到轴承正常和故障两种状态，且只有在轴承出现异常时才可以监测到，降低车辆运行的安全性的问题。

2、第一方面，本发明实施例提供了一种轴承的健康评估方法，包括：

3、获取列车中轴承的不同性能状态下的轴承历史数据；

4、对所述轴承历史数据进行特征提取，得到轴承不同性能状态的特征指标序列；

5、根据所述特征指标序列，确定轴承不同性能状态的性能偏离界限指标；

6、根据所述特征指标序列和所述性能偏离界限指标，训练神经网络模型；

7、获取在线监测的实时轴承数据对应的实时特征指标序列，并采用训练后的神经网络模型对所述实时特征指标序列进行轴承性能状态评估，得到性能偏离指标，根据性能偏离指标确定轴承的当前性能状态。

8、在一种可能的实现方式中，所述获取列车中轴承的不同性能状态下的轴承历史数据，包括：

9、获取列车轴箱中轴承的性能正常状态、性能退化状态、早期故障状态和故障失效状态下的温度历史数据、振动信号历史数据、转速历史数据、载荷历史数据和轨道谱激励历史数据。

10、在一种可能的实现方式中，根据所述特征指标序列，确定轴承不同性能状态的性能偏离界限指标，包括：

11、以所述特征指标序列中的性能正常状态下的特征指标序列为基准，计算性能退化状态、早期故障状态和故障失效状态偏离所述基准的指标，得到轴承不同性能状态的性能偏离界限指标。

12、在一种可能的实现方式中，所述根据所述特征指标序列，确定轴承不同性能状态的性能偏离界限指标，包括：

13、根据确定轴承不同性能状态的性能偏离界限指标；

14、其中，s表示性能偏离界限指标,xij表示轴承不同性能状态的特征指标序列矩阵的第i行第j列参数，表示每i行参数的平均值，zim表示第i行第m列的特征指标序列的向量正交矩阵，zmj表示第m行第j列特征指标序列的向量正交矩阵，n表示特征指标序列的矩阵总列数。

15、在一种可能的实现方式中，根据所述特征指标序列和所述性能偏离界限指标，训练神经网络模型，包括：

16、以所述特征指标序列为输入层参数，输入预设神经网络模型中，输出层为性能偏离界限指标，对神经网络模型进行训练。

17、在一种可能的实现方式中，在根据所述特征指标序列和所述性能偏离界限指标，训练神经网络模型之后，还包括：

18、提取训练后的神经网络模型的各个权重值，并根据各个权重值构建性能基线评估模型；

19、采用训练后的神经网络模型对所述实时特征指标序列进行轴承性能状态评估，包括：

20、采用所述性能基线评估模型对所述实时特征指标序列进行轴承性能状态评估。

21、在一种可能的实现方式中，所述性能基线评估模型为

22、

23、其中，s(x)表示所述性能基线评估模型输出的性能偏离指标，xi表示特征指标序列矩阵中的第i行对应的不同特征指标，i＝(1,2…9)，分别表示振动信号均方根、峰值、峭度、脉冲因子、温度绝对值、温度变化斜率、载荷、转速、轨道谱激励特征指标序列，表示第l层第q个神经元与第l+1层第p个神经元之间的权重值，l表示神经网络模型中的层数，表示第l+1层第p个神经元的偏置，p表示隐含层神经元个数，参数上标表示神经网络层数。

24、第二方面，本发明实施例提供了一种轴承的健康评估装置，包括：

25、获取模块，用于获取列车中轴承的不同性能状态下的轴承历史数据；

26、特征提取模块，用于对所述轴承历史数据进行特征提取，得到轴承不同性能状态的特征指标序列；

27、计算模块，用于根据所述特征指标序列，确定轴承不同性能状态的性能偏离界限指标；

28、训练模块，用于根据所述特征指标序列和所述性能偏离界限指标，训练神经网络模型；

29、所述获取模块，还用于获取在线监测的实时轴承数据对应的实时特征指标序列；

30、所述计算模块，还用于采用训练后的神经网络模型对所述实时特征指标序列进行轴承性能状态评估，得到性能偏离指标，根据性能偏离指标确定轴承的当前性能状态。

31、第三方面，本发明实施例提供了一种控制器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述的轴承的健康评估方法的步骤。

32、第四方面，本发明实施例提供了一种列车，包括上述第三方面的实现方式所述的控制器。

33、本发明实施例提供一种轴承的健康评估方法、装置、控制器及列车，通过获取列车中轴承的不同性能状态下的轴承历史数据；对轴承历史数据进行特征提取，得到轴承不同性能状态的特征指标序列；根据特征指标序列，确定轴承不同性能状态的性能偏离界限指标；根据特征指标序列和性能偏离界限指标，训练神经网络模型；获取在线监测的实时轴承数据对应的实时特征指标序列，并采用训练后的神经网络模型对实时特征指标序列进行轴承性能状态评估，得到性能偏离指标，根据性能偏离指标确定轴承的当前性能状态，从而可以实时定量评估当前轴承性能偏离正常性能的程度，检测出轴承的不同的状态，不仅可以指导预防性维修的开展，维持轴承正常运用的性能状态，避免重大安全隐患发生；而且还可以对维修保障资源进行统筹规划，提高经济效益。

技术特征：

1.一种轴承的健康评估方法，其特征在于，包括：

2.根据权利要求1所述的轴承的健康评估方法，其特征在于，所述获取列车中轴承的不同性能状态下的轴承历史数据，包括：

3.根据权利要求2所述的轴承的健康评估方法，其特征在于，根据所述特征指标序列，确定轴承不同性能状态的性能偏离界限指标，包括：

4.根据权利要求3所述的轴承的健康评估方法，其特征在于，根据所述特征指标序列，确定轴承不同性能状态的性能偏离界限指标，包括：

5.根据权利要求1-3中任一项所述的轴承的健康评估方法，其特征在于，根据所述特征指标序列和所述性能偏离界限指标，训练神经网络模型，包括：

6.根据权利要求5所述的轴承的健康评估方法，其特征在于，在根据所述特征指标序列和所述性能偏离界限指标，训练神经网络模型之后，还包括：

7.根据权利要求6所述的轴承的健康评估方法，其特征在于，所述性能基线评估模型为

8.一种轴承的健康评估装置，其特征在于，包括：

9.一种控制器，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述的轴承的健康评估方法的步骤。

10.一种列车，其特征在于，包括上述权利要求9所述的控制器。

技术总结
本发明提供一种轴承的健康评估方法、装置、控制器及列车。该方法包括：获取列车中轴承的不同性能状态下的轴承历史数据；对轴承历史数据进行特征提取，得到轴承不同性能状态的特征指标序列；根据特征指标序列，确定轴承不同性能状态的性能偏离界限指标；根据特征指标序列和性能偏离界限指标，训练神经网络模型；获取在线监测的实时轴承数据对应的实时特征指标序列，并采用训练后的神经网络模型对实时特征指标序列进行轴承性能状态评估，得到性能偏离指标，根据性能偏离指标确定轴承的当前性能状态。本发明能够实时定量评估当前轴承性能偏离正常性能的程度，检测出轴承的不同的状态。

技术研发人员：燕春光,李娜,魏海洋,王东星,王岳,李辰阳,陈春俊,张敏
受保护的技术使用者：中车唐山机车车辆有限公司
技术研发日：
技术公布日：2024/6/11