CN109387303B - 轴温传感器的检测方法及装置 - Google Patents
轴温传感器的检测方法及装置 Download PDFInfo
- Publication number
- CN109387303B CN109387303B CN201811060606.9A CN201811060606A CN109387303B CN 109387303 B CN109387303 B CN 109387303B CN 201811060606 A CN201811060606 A CN 201811060606A CN 109387303 B CN109387303 B CN 109387303B
- Authority
- CN
- China
- Prior art keywords
- value
- temperature
- threshold
- current moment
- jump
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K15/00—Testing or calibrating of thermometers
- G01K15/007—Testing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明实施例提供一种轴温传感器的检测方法及装置,其中方法包括:若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。本发明实施例克服了状态异常检测复杂模型搭建和耗时较长的问题,进而达到了实时检测轴温传感器的效果。
Description
技术领域
本发明涉及传感器异常检测技术领域,更具体地,涉及轴温传感器的检测方法及装置。
背景技术
目前,轴温异常检测多为离线检测方式,需要大量样本数据进行模型搭建,耗时较长,无法满足动车组运行实时检测的需求,存在故障无法及时报出晚于***误报警输出的问题,极易影响动车组运营秩序。同时,以上方案涉及运算量大,对轴温实时检测***的运算能力要求较高,不适用于动车组运行环境平台。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的轴温传感器的检测方法及装置。
第一个方面,本发明实施例提供一种轴温传感器的检测方法,包括:
若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;
若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。
第二个方面,本发明实施例提供一种轴温传感器的检测装置,包括:
温度变化值计算模块,用于若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;
故障判断模块,用于若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的轴温传感器的检测方法及装置,首先判断轴温传感器的状态是否正常,若不正常显然则不需要采信温度值,即可直接确定传感器状态异常,提高了检测的效率。在轴温传感器状态正常的情况下,将当前时刻的温度值和当前时刻的温度基准值的差值的绝对值作为当前时刻的温度变化值,显然,温度变化值表征了当前时刻温度值与预期温度间的差距,若温度变化值超过了跳变阈值,则视为一次异常跳变,并且本发明实施例中温度基准值并不是一成不变的,会根据温度变化值与跳变阈值间的大小关系选择的进行更新,从而进一步增强检测的鲁棒性,本发明实施例根据温度值无法短时跳变的特征,建立实时异常检测算法,克服了状态异常检测复杂模型搭建和耗时较长的问题,进而达到了实时检测轴温传感器状态的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例提供的轴温传感器的检测方法的流程示意图;
图2为本发明另一实施例提供的轴温传感器的检测方法的流程示意图;
图3为本发明实施例提供的轴温传感器的检测装置的结构示意图;
图4为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了克服现有技术的上述问题,本发明实施例提供了一种轴温传感器的检测方法,其发明构思为:首先判断轴温传感器的状态是否正常,若不正常显然则不需要采信温度值,即可直接确定传感器状态异常,提高了检测的效率。在轴温传感器状态正常的情况下,将当前时刻的温度值和当前时刻的温度基准值的差值的绝对值作为当前时刻的温度变化值,显然,温度变化值表征了当前时刻温度值与预期温度间的差距,若温度变化值超过了跳变阈值,则视为一次异常跳变,并且本发明实施例中温度基准值并不是一成不变的,会根据温度变化值与跳变阈值间的大小关系选择的进行更新,从而进一步增强检测的鲁棒性,本发明实施例根据温度值无法短时跳变的特征,建立实时异常检测算法,克服了状态异常检测复杂模型搭建和耗时较长的问题,进而达到了实时检测轴温传感器状态的效果。
图1为根据本发明实施例提供的轴温传感器的检测方法的流程示意图,如图所示,该检测方法包括:
S101、若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关。
需要说明的是,本发明实施例首先需要判断轴温传感器的状态是否异常,只有轴温传感器状态正常的情况下才能对轴温传感器采集的温度数据置信,并进行后续的操作。例如,当轴温传感器在前一时刻未检测为故障,且轴温传感器在当前时刻也不存在短路或者断路时,则任务轴温传感器的状态正常。
由于轴温传感器每时刻都会采集多个温度数据,因此可以通过必要的筛选方法,例如可以采用删除其中的最大、最小温度数据的方法获得当前时刻的温度值。再根据当前时刻的温度值与当前时刻的温度基准值求差获得当前时刻的温度变化值,例如,可以直接将差值作为温度变化值,也可以将差值的绝对值作为温度变化值,还可以将差值或者绝对值乘以某一预设系数作为温度变化值,本发明实施例对此不作进一步的限定。温度基准值可以认为是一个理想的温度值,考虑到传感器检测温度为惰性物理量,如果当前时刻的温度值与理想值之间的差异较大——即超过了跳变阈值,则可以判断此时温度检测出现了异常。
需要注意的是,本发明实施例的温度基准值是可以更新的,具体地,温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关。若前一时刻的温度变化值大于预设的跳变阈值,则说明温度变化属于异常变化,则不更新温度基准值,即当前时刻的温度基准值与上一时刻的温度基准值相同。若前一时刻的温度变化值小于预设的跳变阈值,则说明温度变化属于正常变化,需要更新温度基准值,即将上一时刻获得温度值作为当前时刻的温度基准值。本发明实施例通过动态调整温度基准值,实现了灵活判断温度异常的效果,增强了轴温传感器检测的鲁棒性。
S102、若当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。
需要说明的是,本发明实施例对每一时刻的温度变化情况进行统计,具体地,若温度变化值大于跳变阈值,则判断为一次异常跳变,若温度变化值不大于跳变阈值,则认为正常跳变,并重新开始统计温度连续一次的次数,当连续异常跳变的次数达到次数阈值时,则判断轴温传感器状态异常。根据实际应用情况,跳变阈值可以设置为8℃,次数阈值可以设置为5次,本发明实施例不对跳变阈值和次数阈值的具体值进行限定。
本发明实施例的轴温传感器的检测方法,首先判断轴温传感器的状态是否正常,若不正常显然则不需要采信温度值,即可直接确定传感器状态异常,提高了检测的效率。在轴温传感器状态正常的情况下,将当前时刻的温度值和当前时刻的温度基准值的差值的绝对值作为当前时刻的温度变化值,显然,温度变化值表征了当前时刻温度值与预期温度间的差距,若温度变化值超过了跳变阈值,则视为一次异常跳变,并且本发明实施例中温度基准值并不是一成不变的,会根据温度变化值与跳变阈值间的大小关系选择的进行更新,从而进一步增强检测的鲁棒性,本发明实施例根据温度值无法短时跳变的特征,建立实时异常检测算法,克服了故障检测复杂模型搭建和耗时较长的问题,进而达到了实时检测轴温传感器状态的效果。
通过现车故障模式研究,温度异常跳变主要有线路断裂虚接和线缆渗水虚接两种诱因,表现出的数据特征为:对于线路断裂虚接引起的温度变化,短时间内温度变化值大且变化频繁;线缆渗水虚接引起的温度变化,跳变值相对较小且维持时间较长。因此,针对这两种形态的数据特征,基于上述实施例的内容,作为一种可选实施例,所述预设的跳变阈值包括针对线路断裂虚接故障设置的第一跳变阈值以及针对线缆渗水虚接故障设置的第二跳变阈值,所述第一跳变阈值大于所述第二跳变阈值;相应地,所述次数阈值包括针对线路断裂虚接故障设置的第一次数阈值以及针对线缆渗水虚接故障设置的第二次数阈值,所述第一次数阈值小于所述第二次数阈值。
在实际应用时,本发明实施例通过大量实验发现,当第一跳变阈值设置为11℃,第一次数阈值设置为4次,同时当第二跳变阈值设置为5℃,第二次数阈值设置为6次时,在轴温传感器检测时具有较好的效果。但是需要注意的是,本发明实施例中的第一次数阈值、第二次数阈值、第一跳变阈值、第二跳变阈值可以根据实际应用情况进行调整。
基于上述实施例的内容,作为一种可选实施例,若判断当前时刻的温度变化值大于所述第一跳变阈值,则视为一次第一异常跳变,统计连续第一异常跳变的次数,若连续第一异常跳变的次数大于第一次数阈值,则判断所述轴温传感器故障;
若判断当前时刻的温度变化值小于所述第一跳变阈值,则清零所述连续第一异常跳变的次数,并判断当前时刻的温度变化值是否大于所述第二跳变阈值,若判断当前时刻的温度变化值大于所述第二跳变阈值,则视为异常第二异常跳变,统计连续第二异常跳变的次数,若连续第二异常跳变的次数大于第二次数阈值,则判断所述轴温传感器故障。
具体地,对于线路断裂虚接形态的温度跳变,设定每时刻第一跳变阈值ΔTthr1,以及第一次数阈值Countthr1。对于线缆渗水虚接形态的温度跳变,设定每时刻第二跳变阈值ΔTthr2,以及第二次数阈值Countthr2。
异常跳变故障判别的具体步骤如下:
(i)异常跳变判断
若ΔTn≥ΔTthr1,Count1=Count1+1;否则,Count1=0。
若ΔTn≥ΔTthr2,Count2=Count2+1;否则,Count2=0。
式中,参数Count1、Count2分别为ΔTthr1和ΔTthr2对应的计数器。
(ii)跳变连续时间判断
若Count1==Countthr1或Count2==Countthr2,则第n秒轴温传感器判定为故障。
需要说明的是,本发明实施例通过针对温度变化值比对两种故障对应的跳变阈值和次数阈值,克服了现有技术中往往仅能根据温度变化值判断传感器故障,而无法识别具体故障类型的弊端,本发明实施例的检测方法能够准确识别出两种传感器故障。
基于上述实施例的内容,作为一种可选实施例,统计连续第一异常跳变的次数,之后还包括:若连续第一异常跳变的次数小于第一次数阈值,则判断所述轴温传感器状态正常;
相应地,所述统计连续第二异常跳变的次数,之后还包括:若连续第二异常跳变的次数小于第二次数阈值,则判断所述轴温传感器状态正常。
需要说明的是,本发明实施例中若判断轴温传感器的状态正常,则可以继续下一时刻的轴温传感器的检测。
基于上述实施例的内容,作为一种可选实施例,若判断轴温传感器状态正常,之前还包括判断轴温传感器状态是否异常的步骤,具体为:
检测前一时刻轴温传感器状态的判定结果,若前一时刻的轴温传感器未故障,则采集当前时刻的电路反馈电流,若检测到电路不存在短路或断路,则确定当前时刻的轴温传感器状态正常。若前一时刻的轴温传感器故障,则确定当前时刻的轴温传感器状态异常。
基于上述实施例的内容,作为一种可选实施例,根据当前时刻的温度值和当前时刻的温度基准值获得当前时刻的温度变化值,之前还包括:根据轴温传感器在当前时刻采集的若干个温度数据以及前一时刻的温度值,获得当前时刻的温度值。
区别于现有技术往往直接以轴温传感器采集的温度数据计算温度值,本发明实施例中当前时刻的温度值一方面需要理由当前时刻采集的温度数据,同时还需要结合恰意时刻的温度值。这样做的目的是为了消除电磁干扰引起的短时采样跳变,从而有效减弱***误判。
在一个可选实施例中,根据所述轴温传感器在当前时刻采集的若干个温度数据以及前一时刻的温度值,获得当前时刻的温度值,具体为:
对轴温传感器在当前时刻采集的所有温度数据进行排序,分别滤除一定数量最大值和最小值,对剩余温度数据均值滤波,得到当前时刻的温度采样值;
将当前时刻的温度采样值与前一时刻的温度值进行加权求和,获得当前时刻的温度值,其中,当前时刻的温度采样值对应的第一加权因子与前一时刻的温度值对应的第二加权因子之和为1。
例如,轴温传感器每时刻采样N个温度数据(t1,...,tN),对N个数据进行排序,然后滤除其中M个最大值(max1,...,maxM)、最小值(min1,...,minM),对剩余数据均值滤波,得到当前时刻温度采样值TSn:为了保证计算时样本的丰富性,M与N的大小关系可以为:M<N/5,参数经验值M=4,N=40,可根据应用情况调整。
当前时刻的温度值通过当前时刻的温度采样值TSn与前一时刻温度值Tn-1加权平均实现,滤波后当前温度值:Tn=TSn·α1+Tn-1·α2。其中,参数α1、α2分别第一加权因子和第二加权因子,满足α1+α2=1,例如取经验值α1=0.65,α1=0.35,可根据应用情况调整。
图2为本发明另一实施例提供的轴温传感器的检测方法的流程示意图,如图所示,包括:
当在对第n秒的轴温传感器进行检测时,首先对第n秒的轴温传感器采集的n个温度数据(t1,...,tN)进行预处理,获得第n秒的温度采样值:
接着对温度值进行滤波操作,以消除电磁干扰引起的短时温度采样值跳变,温度值滤波通过当前温度采样值TSn与前一时刻温度值Tn-1加权平均实现,滤波后当前温度值:Tn=TSn·α1+Tn-1·α2。
然后检测第n-1秒轴温传感器的状态是否故障;若故障,则可直接判断第n秒轴温传感器的状态故障,若未故障,则检测轴温传感器在第n秒是否为短路或者短路,若发生了短路或者断路,则可直接判断第n秒轴温传感器的状态故障,若未发生短路或者短路,则计算温度变化值:ΔTn=|Tn-T′n|。
判断温度变化值ΔTn是否不小于第一跳变阈值ΔTthr1,若温度变化值ΔTn不小于第一跳变阈值ΔTthr1,则跳变计数Count1加1,同时将温度基准值进行更新:T’n+1=T’n,之后比较Count1与Countthr1的大小关系,若Count1=Countthr1,则判断第n秒轴温传感器状态故障;若Count1<Countthr1,则判断第n秒轴温传感器状态正常,继续对第n+1时刻的轴温传感器进行检测。
若温度变化值ΔTn小于第一跳变阈值ΔTthr1,则跳变计数Count1清零,继续判断温度变化值ΔTn是否不小于第二跳变阈值ΔTthr2,若温度变化值ΔTn不小于第二跳变阈值ΔTthr2,则跳变计数Count2加1,同时将温度基准值进行更新:T’n+1=T’n,之后比较Count2与Countthr2的大小关系,若Count2=Countthr2,则判断第n秒轴温传感器状态故障;若Count2<Countthr2,则判断第n秒轴温传感器状态正常,继续对第n+1时刻的轴温传感器进行检测。
若温度变化值ΔTn小于第二跳变阈值ΔTthr2,则跳变计数Count2清零,同时将温度基准值进行更新:T’n+1=Tn,继续对第n+1时刻的轴温传感器进行检测。
图3为本发明实施例提供的轴温传感器的检测装置的结构示意图,如图3所示,该检测装置包括:温度变化值计算模块301和故障判断模块302,其中:
温度变化值计算模块301用于若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关,故障判断模块302用于若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。
具体地,温度变化值计算模块301首先需要判断轴温传感器的状态是否异常,只有轴温传感器状态正常的情况下才能对轴温传感器采集的温度数据置信,并进行后续的操作。本发明实施例的温度基准值是可以更新的,本发明实施例通过温度变化值计算模块301动态调整温度基准值,实现了灵活判断温度异常的效果,增强了轴温传感器检测的鲁棒性。
故障判断模块302对每一时刻的温度变化情况进行统计,具体地,若温度变化值大于跳变阈值,则判断为一次异常跳变,若温度变化值不大于跳变阈值,则认为正常跳变,并重新开始统计温度连续一次的次数,当连续异常跳变的次数达到次数阈值时,则判断轴温传感器状态异常。根据实际应用情况,跳变阈值可以设置为8℃,次数阈值可以设置为5次,本发明实施例不对跳变阈值和次数阈值的具体值进行限定
本发明实施例提供的轴温传感器的检测装置,具体执行上述各检测方法实施例流程,具体请详见上述各检测方法实施例的内容,在此不再赘述。本发明实施例提供的检测装置根据温度值无法短时跳变的特征,建立实时异常检测算法,克服了状态异常检测复杂模型搭建和耗时较长的问题,进而达到了实时检测轴温传感器状态的效果。
图4为本发明实施例提供的电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储在存储器430上并可在处理器410上运行的计算机程序,以执行上述各实施例提供的检测方法,例如包括:若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种轴温传感器的检测方法,其特征在于,包括:
若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;
若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障;
其中,所述预设的跳变阈值包括针对线路断裂虚接故障设置的第一跳变阈值以及针对线缆渗水虚接故障设置的第二跳变阈值,所述第一跳变阈值大于所述第二跳变阈值;
相应地,所述次数阈值包括针对线路断裂虚接故障设置的第一次数阈值以及针对线缆渗水虚接故障设置的第二次数阈值,所述第一次数阈值小于所述第二次数阈值。
2.根据权利要求1所述的检测方法,其特征在于,所述若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障,具体为:
若判断当前时刻的温度变化值大于所述第一跳变阈值,则视为一次第一异常跳变,统计连续第一异常跳变的次数,若连续第一异常跳变的次数大于第一次数阈值,则判断所述轴温传感器状态故障;
若判断当前时刻的温度变化值小于所述第一跳变阈值,则清零所述连续第一异常跳变的次数,并判断当前时刻的温度变化值是否大于所述第二跳变阈值,若判断当前时刻的温度变化值大于所述第二跳变阈值,则视为异常第二异常跳变,统计连续第二异常跳变的次数,若连续第二异常跳变的次数大于第二次数阈值,则判断所述轴温传感器故障。
3.根据权利要求2所述的检测方法,其特征在于,所述统计连续第一异常跳变的次数,之后还包括:若连续第一异常跳变的次数小于第一次数阈值,则判断所述轴温传感器状态正常;
相应地,所述统计连续第二异常跳变的次数,之后还包括:若连续第二异常跳变的次数小于第二次数阈值,则判断所述轴温传感器状态正常。
4.根据权利要求1所述的检测方法,其特征在于,所述根据当前时刻的温度值和当前时刻的温度基准值获得当前时刻的温度变化值,之前还包括:
根据所述轴温传感器在当前时刻采集的若干个温度数据以及前一时刻的温度值,获得当前时刻的温度值。
5.根据权利要求4所述的检测方法,其特征在于,所述根据所述轴温传感器在当前时刻采集的若干个温度数据以及前一时刻的温度值,获得当前时刻的温度值,具体为:
对轴温传感器在当前时刻采集的所有温度数据进行排序,分别滤除一定数量最大值和最小值,对剩余温度数据均值滤波,得到当前时刻的温度采样值;
将当前时刻的温度采样值与前一时刻的温度值进行加权求和,获得当前时刻的温度值,其中,当前时刻的温度采样值对应的第一加权因子与前一时刻的温度值对应的第二加权因子之和为1。
6.根据权利要求1所述的检测方法,其特征在于,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关,具体为:
若前一时刻的温度变化值不小于预设的跳变阈值,则将前一时刻的温度基准值作为当前时刻的温度基准值;
若前一时刻的温度变化值小于预设的跳变阈值,则将前一时刻的温度值作为当前时刻的温度基准值。
7.一种轴温传感器的检测装置,其特征在于,包括:
温度变化值计算模块,用于若判断轴温传感器状态正常,则将当前时刻的温度值和当前时刻的温度基准值的差值获得当前时刻的温度变化值,所述当前时刻的温度基准值是否更新与前一时刻的温度变化值是否大于预设的跳变阈值相关;
故障判断模块,用于若判断当前时刻的温度变化值大于所述跳变阈值,则视为一次异常跳变;统计连续异常跳变的次数,若连续异常跳变的次数大于次数阈值,则判断所述轴温传感器故障;
其中,所述预设的跳变阈值包括针对线路断裂虚接故障设置的第一跳变阈值以及针对线缆渗水虚接故障设置的第二跳变阈值,所述第一跳变阈值大于所述第二跳变阈值;
相应地,所述次数阈值包括针对线路断裂虚接故障设置的第一次数阈值以及针对线缆渗水虚接故障设置的第二次数阈值,所述第一次数阈值小于所述第二次数阈值。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811060606.9A CN109387303B (zh) | 2018-09-12 | 2018-09-12 | 轴温传感器的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811060606.9A CN109387303B (zh) | 2018-09-12 | 2018-09-12 | 轴温传感器的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109387303A CN109387303A (zh) | 2019-02-26 |
CN109387303B true CN109387303B (zh) | 2020-09-08 |
Family
ID=65418833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811060606.9A Active CN109387303B (zh) | 2018-09-12 | 2018-09-12 | 轴温传感器的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109387303B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781279B (zh) * | 2019-02-28 | 2021-02-09 | 中车青岛四方机车车辆股份有限公司 | 列车轴箱温度监测方法及装置 |
CN111776006B (zh) * | 2019-04-03 | 2021-09-07 | 株洲中车时代电气股份有限公司 | 一种列车轴温的预报警方法及装置 |
CN110058979A (zh) * | 2019-04-18 | 2019-07-26 | 苏州浪潮智能科技有限公司 | 一种温度读取失败故障的监控方法、bmc及存储介质 |
CN110196078A (zh) * | 2019-06-26 | 2019-09-03 | 海芯华夏(北京)科技股份有限公司 | 基于采集传感器数据的极低功耗控制方法和装置 |
CN110906508B (zh) * | 2019-12-09 | 2020-12-15 | 珠海格力电器股份有限公司 | 空调传感器的故障检测方法及*** |
CN111638715B (zh) * | 2020-05-29 | 2023-09-01 | 京东科技信息技术有限公司 | 机器人的控制方法、机器人、电子设备及存储介质 |
CN112261371B (zh) * | 2020-10-20 | 2022-04-26 | 四川天邑康和通信股份有限公司 | 一种基于电视机顶盒摄像头的视频监视控制*** |
CN112670952B (zh) * | 2020-11-26 | 2023-05-02 | 华润新能源投资有限公司山西分公司 | 发电机组的控制方法、设备及可读存储介质 |
CN113588132B (zh) * | 2021-07-27 | 2023-08-08 | 吉林省中赢高科技有限公司 | 一种温度处理方法及装置 |
CN113932932B (zh) * | 2021-10-14 | 2024-02-27 | 北京唐智科技发展有限公司 | 一种温度报警方法、装置以及介质 |
CN114491383B (zh) * | 2022-04-15 | 2022-09-16 | 江西飞尚科技有限公司 | 桥梁监测的异常数据处理方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1220849C (zh) * | 2001-09-04 | 2005-09-28 | 三洋电机株式会社 | 热泵式热水供应装置 |
CN101431228A (zh) * | 2008-12-18 | 2009-05-13 | 深圳华为通信技术有限公司 | 一种热保护控制方法及*** |
CN101555806A (zh) * | 2008-12-29 | 2009-10-14 | 浙江浙能嘉兴发电有限公司 | 发电厂生产实时参数分类报警和识别辅助方法 |
JP2010166686A (ja) * | 2009-01-15 | 2010-07-29 | Yaskawa Electric Corp | 機械の故障診断部を備えた電動機制御装置 |
CN103010257A (zh) * | 2012-12-12 | 2013-04-03 | 长春轨道客车股份有限公司 | 高速动车组轴温监测*** |
CN106571016A (zh) * | 2016-11-03 | 2017-04-19 | 西安交通大学 | 一种基于报警次数跳变触发机制的机械早期故障判别方法 |
CN106732310A (zh) * | 2017-01-22 | 2017-05-31 | 清华大学 | 一种水热反应装置及其处理粉体材料的方法、*** |
KR20180017433A (ko) * | 2016-08-09 | 2018-02-21 | 주식회사 진영정밀 | 용융면적이 감소된 충전용 고전압 온도휴즈 |
CN108133429A (zh) * | 2017-12-12 | 2018-06-08 | 南京南瑞继保工程技术有限公司 | 一种发电设备发电量的获取方法、设备及装置 |
-
2018
- 2018-09-12 CN CN201811060606.9A patent/CN109387303B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1220849C (zh) * | 2001-09-04 | 2005-09-28 | 三洋电机株式会社 | 热泵式热水供应装置 |
CN101431228A (zh) * | 2008-12-18 | 2009-05-13 | 深圳华为通信技术有限公司 | 一种热保护控制方法及*** |
CN101555806A (zh) * | 2008-12-29 | 2009-10-14 | 浙江浙能嘉兴发电有限公司 | 发电厂生产实时参数分类报警和识别辅助方法 |
JP2010166686A (ja) * | 2009-01-15 | 2010-07-29 | Yaskawa Electric Corp | 機械の故障診断部を備えた電動機制御装置 |
CN103010257A (zh) * | 2012-12-12 | 2013-04-03 | 长春轨道客车股份有限公司 | 高速动车组轴温监测*** |
KR20180017433A (ko) * | 2016-08-09 | 2018-02-21 | 주식회사 진영정밀 | 용융면적이 감소된 충전용 고전압 온도휴즈 |
CN106571016A (zh) * | 2016-11-03 | 2017-04-19 | 西安交通大学 | 一种基于报警次数跳变触发机制的机械早期故障判别方法 |
CN106732310A (zh) * | 2017-01-22 | 2017-05-31 | 清华大学 | 一种水热反应装置及其处理粉体材料的方法、*** |
CN108133429A (zh) * | 2017-12-12 | 2018-06-08 | 南京南瑞继保工程技术有限公司 | 一种发电设备发电量的获取方法、设备及装置 |
Non-Patent Citations (1)
Title |
---|
架空导线动态载流量的分析及改进算法;李天助 等;《电工电能新技术》;20161231;第35卷(第11期);正文第5.3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN109387303A (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109387303B (zh) | 轴温传感器的检测方法及装置 | |
US11120127B2 (en) | Reconstruction-based anomaly detection | |
CN112188531B (zh) | 异常检测方法、装置、电子设备及计算机存储介质 | |
US20140269339A1 (en) | System for analysing network traffic and a method thereof | |
CN109088775B (zh) | 异常监控方法、装置以及服务器 | |
WO2011009000A1 (en) | Method and apparatus for telecommunications network performance anomaly events detection and notification | |
CN107276779B (zh) | 一种监控方法、***及设备 | |
CN114301803B (zh) | 网络质量检测方法、装置、电子设备及存储介质 | |
CN112508316B (zh) | 实时异常检测***中的自适应异常判定方法和装置 | |
CN112532435A (zh) | 一种运维方法、运维管理平台、设备及介质 | |
CN110971435A (zh) | 一种报警方法及装置 | |
CN116448219A (zh) | 油位异常检测方法、装置、设备及计算机可读存储介质 | |
CN113123955B (zh) | 柱塞泵异常检测方法、装置、存储介质及电子设备 | |
CN111258863B (zh) | 数据异常检测方法、装置、服务器和计算机可读存储介质 | |
CN114060228A (zh) | 风力发电机组扭矩异常跳变的检测方法、装置及控制器 | |
CN115221471B (zh) | 一种异常数据的识别方法、装置、存储介质及计算机设备 | |
CN115357011A (zh) | 一种机器人故障处理方法、装置、介质以及电子设备 | |
CN114328078A (zh) | 一种阈值动态计算方法、装置及计算机可读存储介质 | |
CN114661562A (zh) | 一种数据告警方法、装置、设备及介质 | |
WO2022033579A1 (zh) | 一种联邦学习方法、设备及*** | |
US20200112577A1 (en) | Graph-based sensor ranking | |
CN105743913B (zh) | 检测网络攻击的方法和装置 | |
CN113360486B (zh) | 数据预测方法、装置、电子设备和介质 | |
CN113514148B (zh) | 基于低延迟数据平滑的设备振动预警方法及*** | |
CN111860164B (zh) | 低速起搏检测方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |