基于多源信息融合技术的动车故障诊断

本资料包含pdf文件1个，下载需要1积分

我国高速列车对故障诊断技术的研究和应用起步较晚，与制造业先进的国家相比，还存在-些差距，主要表现在诊断理论和机理的研究不是很透彻 、多参数综合分析诊断应用较少、故障诊断系统自身的可靠性较低等几个方面。如何选择合适的信号处理技术，结合智能的故障诊断方法n ，建立高效可靠的故障诊断系统 ，是 目前国内学者进行的重要研究课题之-。

多源信息融合技术伫 基于多传感器的信息采集，充分利用不同时间和空间的多源信息，获得比单-信息更加优越的性能。目前该技术已经广泛应用于故障诊断领域，但在动车故障诊断中的应用还需进-步研究～信息融合技术引入故障诊断系统有以下优点：融合不同种类的信号、融合同种信号的不同特征以及减小系统的不确定性。若能把高速列车多种传感器的信息进行融合诊断，将提高故障诊断的可靠性。

1 多源信息融合技术在故障诊断过程中，由于机械结构的复杂性、系统噪声的干扰以及传感器的灵敏度等原因，使得信号在采集过程中存在各种误差，因此获得的状态参数是不精确的，信息融合技术可以较好地改善系统的不确定性。

多源信息融合技术类似于人脑，通过分析各种不同信息进行综合处理，以-定的优化准则将多源信息组合在-起，取长补短，从而提高决策结果的可靠性。

信息融合的级别有5种，包括位置层、检测层、属性层、态势层以及威胁层。在故障诊断中-般应用属性层的信息融合技术，其融合的结构有三层：数据层、特征层及决策层。

2 动车故障诊断技术2.1 动车故障诊断特点我国普通机车的安全防范体系已明显不适应高速运营的要求，为保障高速动车组的安全，在设计和维护中采用了多种先进的控制与诊断技术[3，41。高速列车安全保障系统与普通机车、客车相比，有以下特点：1)计算机自动控制系统。现如今高速列车速度普遍提高，高速列车的控制系统就需要更加完备和可靠。现代的计算机自动控制系统，保证了高速列车的安全运行。

2)车辆监测和诊断系统。高速列车的车速越快，对故障诊断系统的可靠性要求也越高。车辆的状态监测，可以及早地发现列车的异常状态，再结合智能的诊断方法，实现列车的早期故障预警，以保证列车运行的可靠性和安全性。

2.2 常见故障类型CRH3动车组最高时速达到380 km/h，由于受到我国运行环境、制造业水平等因素的影响，在运行过程中出现了-些故障。这些故障出现在高压系统、制动系统、牵引系统、辅助供电系统及各类传感器，影响动车组的正常运营，增加了维护和维修的成本，若未能及时发现，在高速运行的状态下还可能危及乘客的安全，因此动车制动系统的故障诊断显得尤为重要。高速列车的运行速度越高，制动的负荷越大，制动系统也就变得愈加复杂。

制动系统故障诊断通过检测分布在制动系统里的大量传感器，来进行故障识别。例如监测制动系统的压力传感器、速度传感器等，当这些器件检测到的特征参数与正常状态下有偏差，就说明制动系统的某部件可能存在故障。应用智能的故障诊断方法，对特征参数进行分析处理，得到可靠的诊断结果。

3 基于多源信息融合的故障诊断方法3.1 方法的可行性分析信息融合的方法多种多样，例如加权平均法、贝叶斯方法、聚类分析法、神经网络分析法等～多源信息融合引人神经网络技术有以下优势：可以充分利用多种信号的特性，使特征参量集的敏感性增强，从而提高神经网络诊断的准确率；神经网络的容错性可以提高诊断结果的可靠性，若某个传感器失效仍能输出可靠信息。

复杂的制动系统中安装有多种传感器，在故障诊断过程中，需要对-些基本特征值进行状态监测。例如通过压力传感器的检测，可以得到以下特征值：制动收稿日期：2013-03-1I作者简介：田静宜(1984-)，女，河北唐山人，助教，硕士，主要从事故障诊断技术研究。E-mail：tianjingyi7319###163.COIl1。

· 127·第4期(总第134期) 机 械 管 理 开 发缸压力、制动管压力、主风缸压力、制动风缸压力、升弓压力、停放制动压力。这些特征值对制动系统的故障诊断起到至关重要的作用，应用信息融合技术，将其中的几种特征值综合起来，输人神经网络系统，进行综合故障诊断，可以提高故障诊断的可靠性和可信度。

3.2 制动系统故障诊断过程以动车制动系统监测的制动缸压力信号、主风缸压力和制动风缸压力信号为例，建立基于信息融合技术的故障诊断系统，其诊断过程分为以下三个阶段。

1)信号的采集与处理。动车处于正常运行状态时，应用安装在动车制动系统的压力传感器采集制动缸、主风缸和制动风缸的压力信号，作为-组标准样本∮下来采集动车实时运行时的三种压力信号，作为待测样本～两组信号数据进行降噪、腮值等预处理，然后进行小波包分解，应用能量谱分析，形成两组特征值样本集。

2)特征值的优化。应用粗糙集理论对三种压力信号形成的特征值进行优化约简，具体实现步骤如下：(1)选择合适的离散化方法，将连续的特征值数据进行离散化处理；(2)以小波包能量谱方法提取的特征值为条件属性，故障模式种类为决策属性，建立决策表并使其相容；(3)应用粗糙集理论对条件属性化简。首先删除决策表中相同的规则，即重复的实例，然后去掉-个条件属性后，判断信息系统的不可分辨关系，若相同则删除表中该多余的条件属性，最后求出属性的核和约简。-个条件属性的约简即为优化的特征值集合 。

3)故障模式分类～优化后的三种压力信号特征参量集合作为RBF网络的输人向量，通过神经网络的数据分析以及信息整合，输出即为不同的故障模式。最后将诊断结果的信号传递给中央控制单元和人机界面，为相关人员提供监测结果，以便及时作出有效的处理。

4 结束语多源信息融合技术能够综合多种传感器的采集信息，获得比单-信息更加优越的性能，从而提高决策结果的可靠性。CRH3动车组建立了较为全面的安全运行监控体系，为高速动车组行车安全奠定了基矗但在实际运行过程中，还是出现了-些故障，影响动车组的正常运营，严重时还可能危及乘客的安全～信息融合技术和神经网络故障诊断方法结合起来，引入到动车故障诊断过程中，以制动系统为例，详细分析了故障诊断过程，提高诊断结果的可靠性和可信度，为列车的安全运行提供了有力保证。