CN109839264A - 闭环下高速列车制动***间歇故障检测方法 - Google Patents
闭环下高速列车制动***间歇故障检测方法 Download PDFInfo
- Publication number
- CN109839264A CN109839264A CN201910186656.XA CN201910186656A CN109839264A CN 109839264 A CN109839264 A CN 109839264A CN 201910186656 A CN201910186656 A CN 201910186656A CN 109839264 A CN109839264 A CN 109839264A
- Authority
- CN
- China
- Prior art keywords
- fault detection
- braking system
- speed train
- intermittent fault
- train braking
- 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.)
- Withdrawn
Links
Landscapes
- Valves And Accessory Devices For Braking Systems (AREA)
Abstract
本发明公开了一种闭环下高速列车制动***间歇故障检测方法,具体涉及高速列车间歇故障检测领域。其解决了现有故障检测方法通常仅能用于永久故障的检测,无法在存在无结构相关模型不确定性的情况下进行间歇故障检测的不足。该故障检测方法通过建立高速列车制动***模型,设计高速列车制动***鲁棒残差生成器和间歇故障检测方法,计算出间歇故障检测统计量,通过间歇故障检测统计量与预设的间歇故障检测阈值进行比较,判定故障的发生情况。
Description
技术领域
本发明涉及高速列车间歇故障检测领域,具体涉及一种闭环下高速列车制动***间歇故障检测方法。
背景技术
高速列车制动***能否稳定可靠工作直接关系到行车安全,是列车安全行驶的最后保障。高速列车制动***所处工作环境条件恶劣,间歇故障出现较为普遍,对高速列车的安全构成了巨大的威胁。
然而,现有的高速列车故障检测技术大多采用阈值比较,搭配简单的判断逻辑,只能进行简单故障的检测。此外,现有鲁棒故障检测方法大多只能处理具有特定结构的模型不确定性,且需提前获取不确定性结构及结构参数等先验信息。现有方法通常仅能用于永久故障的检测,无法在存在无结构相关模型不确定性的情况下进行间歇故障检测。另外,高速列车的闭环控制结构使得***处于不断的动态调节过程中,可能会掩盖故障对测量输出带来的影响,从而增加了故障检测的难度。
发明内容
本发明的目的是针对上述高速列车故障检测技术存在的不足,提出一种闭环下高速列车制动***间歇故障检测方法来实时在线检测闭环下高速列车制动***的间歇故障。
本发明具体采用如下技术方案:
闭环下高速列车制动***间歇故障检测方法,其特征在于,具体包括以下步骤:
步骤S101,建立高速列车制动***模型:
基于高速列车制动***结构、欧拉离散化方法、流体力学基本原理和***辨识理论建立如式(1)的闭环下高速列车制动***的非线性数学模型:
PR(k+1)=abPR(k)+bbPs(k),
yR(k)=14×1PT(k), (1)
其中,
其中,Ps(k)为压力输入值,PR(k)为中继阀压力,PT(k)为制动缸压力,m(k)为制动缸空气总质量,yR(k)为制动缸压力传感器测量值,r为理想气体常数,V为制动缸体积,Ts为采样时间,γ为绝热常数,Cq为等效系数,S为进气孔横截面积,Te为环境温度,Cm(k)为流量参数,Pcr为临界压力比;
基于泰勒线性化方法式(1)建立的数学模型转化为如式(3)形式的状态空间模型:
x(k+1)=(Ac(k)+Aδ(k))x(k)+(Bc(k)+Bδ(k))u(k)+w(k),
y(k)=(Cc(k)+Cδ(k))x(k)+v(k), (3);
其中,分别为***状态,控制输入,测量输出;分别为过程噪声,测量噪声; 为***参数;为参数不确定性;满足下列条件:初始状态x(0)的均值,协方差,二阶矩分别为μx(0),Σx(0);噪声w(k),v(k)的均值为零,协方差矩阵分别为Σw(k),Σv(k);参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零,协方差矩阵分别为过程参数不确定性Aδ(k)和过程噪声w(k)的互协方差矩阵为测量参数不确定性Cδ(k)和测量噪声v(k)的互协方差矩阵为
步骤S102,设计高速列车制动***鲁棒残差生成器:
根据式(4)离线计算增益矩阵K(k)
其中,
根据式(8)在线计算鲁棒残差r(k):
其中,
步骤S103,设计高速列车制动***鲁棒间歇故障检测方法:
按照式(11)计算间歇故障检测统计量TD(k)
TD(k)=r(k)Tr(k) (11);
若TD(k-1)≤JD,TD(k)>JD,则k时刻发生故障,故障警报指示量Ia=1;
若TD(k-1)>JD,TD(k)≤JD,则k时刻故障消失,故障解除指示量Ir=1;
JD为预设的间歇故障检测阈值,第i个间歇故障的故障警报时间和故障解除时间分别为式(12)和(13)所示
kalarm,i=min(k|TD(k)>JD,k≥krelease,i-1+1) (12)
krelease,i=min(k|TD(k)≤JD,k≥kalarm,i+1) (13)。
本发明具有如下有益效果:
该方法实现了故障检测***对高速列车制动***间歇故障进行实时在线检测,有效保障了高速列车制动***间歇故障检测的实际应用需求。
附图说明
图1为闭环下高速列车制动***间歇故障检测方法流程框图;
图2为基于闭环下高速列车制动***间歇故障检测方法的1、3和4号制动缸压力传感器发生间歇故障的检测结果示意图;
图3为基于闭环下高速列车制动***间歇故障检测方法的1至4号制动缸压力传感器发生间歇故障的检测结果示意图;
图4为基于闭环下高速列车制动***间歇故障检测方法的2号制动缸压力传感器发生间歇故障的检测结果示意图;
图5为基于闭环下高速列车制动***间歇故障检测方法的2和3号制动缸压力传感器发生间歇故障的检测结果示意图;
图6是根据本发明的一个实施例的电空转化阀发生了第一类间歇故障的检测结果示意图;
图7是根据本发明的一个实施例的电空转化阀发生了第二类间歇故障的检测结果示意图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
如图1所示,闭环下高速列车制动***间歇故障检测方法,具体包括以下步骤:
步骤S101,建立高速列车制动***模型:
基于高速列车制动***结构、欧拉离散化方法、流体力学基本原理和***辨识理论建立如式(1)的闭环下高速列车制动***的非线性数学模型:
PR(k+1)=abPR(k)+bbPs(k),
yR(k)=14×1PT(k), (1)
其中,
其中,Ps(k)为压力输入值,PR(k)为中继阀压力,PT(k)为制动缸压力,m(k)为制动缸空气总质量,yR(k)为制动缸压力传感器测量值,r为理想气体常数,V为制动缸体积,Ts为采样时间,γ为绝热常数,Cq为等效系数,S为进气孔横截面积,Te为环境温度,Cm(k)为流量参数,Pcr为临界压力比;
基于泰勒线性化方法式(1)建立的数学模型转化为如式(3)形式的状态空间模型:
x(k+1)=(Ac(k)+Aδ(k))x(k)+(Bc(k)+Bδ(k))u(k)+w(k),
y(k)=(Cc(k)+Cδ(k))x(k)+v(k), (3);
其中,分别为***状态,控制输入,测量输出;分别为过程噪声,测量噪声; 为***参数;为参数不确定性;满足下列条件:初始状态x(0)的均值,协方差,二阶矩分别为μx(0),Σx(0);噪声w(k),v(k)的均值为零,协方差矩阵分别为Σw(k),Σv(k);参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零,协方差矩阵分别为过程参数不确定性Aδ(k)和过程噪声w(k)的互协方差矩阵为测量参数不确定性Cδ(k)和测量噪声v(k)的互协方差矩阵为
步骤S102,设计高速列车制动***鲁棒残差生成器:
根据式(4)离线计算增益矩阵K(k)
其中,
根据式(8)在线计算鲁棒残差r(k):
其中,
步骤S103,设计高速列车制动***鲁棒间歇故障检测方法:
按照式(11)计算间歇故障检测统计量TD(k)
TD(k)=r(k)Tr(k) (11);
若TD(k-1)≤JD,TD(k)>JD,则k时刻发生故障,故障警报指示量Ia=1;
若TD(k-1)>JD,TD(k)≤JD,则k时刻故障消失,故障解除指示量Ir=1;
JD为预设的间歇故障检测阈值,第i个间歇故障的故障警报时间和故障解除时间分别为式(12)和(13)所示
kalarm,i=min(k|TD(k)>JD,k≥krelease,i-1+1) (12)
krelease,i=min(k|TD(k)≤JD,k≥kalarm,i+1) (13)。
下面以高速列车制动***发生制动缸压力传感器故障和电空转换阀泄漏故障为例来对本发明的故障检测方法进行说明。
高速列车制动***压力传感器在实际工作过程中由于高压负荷的恶劣工作环境,机械振动导致的压力传感器压感原件形变,风沙和盐腐蚀造成的压力传感器性能不稳定等原因会诱发传感器间歇故障的发生。本实例中,考虑了如下多种故障情况。情况一:1、3、4号制动缸压力传感器分别发生了等效为5kPa、-3kPa和-4kPa的间歇故障,对应的检测结果如图2所示。情况二:1至4号制动缸压力传感器分别发生了等效为4kPa、-5kPa、6kPa和-4kPa的间歇故障,对应的检测结果如图3所示。情况三:2号制动缸传感器发生了等效为11kPa的间歇故障,对应的检测结果如图4所示。情况四:2和3号制动缸传感器分别发生了等效为14kPa和11kPa的间歇故障,对应的检测结果如图5所示。情况五:电空转化阀发生了等效为4L/min的第一类间歇泄漏故障,对应的检测结果如图6所示。情况六:电空转化阀发生了等效为10L/min的第二类间歇泄漏故障,对应的检测结果如图7所示。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (1)
1.闭环下高速列车制动***间歇故障检测方法,其特征在于,具体包括以下步骤:
步骤S101,建立高速列车制动***模型:
基于高速列车制动***结构、欧拉离散化方法、流体力学基本原理和***辨识理论建立如式(1)的闭环下高速列车制动***的非线性数学模型:
PR(k+1)=abPR(k)+bbPs(k),
yR(k)=14×1PT(k), (1)
其中,
其中,Ps(k)为压力输入值,PR(k)为中继阀压力,PT(k)为制动缸压力,m(k)为制动缸空气总质量,yR(k)为制动缸压力传感器测量值,r为理想气体常数,V为制动缸体积,Ts为采样时间,γ为绝热常数,Cq为等效系数,S为进气孔横截面积,Te为环境温度,Cm(k)为流量参数,Pcr为临界压力比;
基于泰勒线性化方法式(1)建立的数学模型转化为如式(3)形式的状态空间模型:
x(k+1)=(Ac(k)+Aδ(k))x(k)+(Bc(k)+Bδ(k))u(k)+w(k),
y(k)=(Cc(k)+Cδ(k))x(k)+v(k), (3);
其中,分别为***状态,控制输入,测量输出;分别为过程噪声,测量噪声; 为***参数;为参数不确定性;满足下列条件:初始状态x(0)的均值,协方差,二阶矩分别为μx(0),Σx(0);噪声w(k),v(k)的均值为零,协方差矩阵分别为Σw(k),Σv(k);参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零,协方差矩阵分别为过程参数不确定性Aδ(k)和过程噪声w(k)的互协方差矩阵为测量参数不确定性Cδ(k)和测量噪声v(k)的互协方差矩阵为
步骤S102,设计高速列车制动***鲁棒残差生成器:
根据式(4)离线计算增益矩阵K(k)
其中,
根据式(8)在线计算鲁棒残差r(k):
其中,
步骤S103,设计高速列车制动***鲁棒间歇故障检测方法:
按照式(11)计算间歇故障检测统计量TD(k)
TD(k)=r(k)Tr(k) (11);
若TD(k-1)≤JD,TD(k)>JD,则k时刻发生故障,故障警报指示量Ia=1;
若TD(k-1)>JD,TD(k)≤JD,则k时刻故障消失,故障解除指示量Ir=1;
JD为预设的间歇故障检测阈值,第i个间歇故障的故障警报时间和故障解除时间分别为式(12)和(13)所示
kalarm,i=min(k|TD(k)>JD,k≥krelease,i-1+1) (12)
krelease,i=min(k|TD(k)≤JD,k≥kalarm,i+1) (13)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910186656.XA CN109839264A (zh) | 2019-03-13 | 2019-03-13 | 闭环下高速列车制动***间歇故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910186656.XA CN109839264A (zh) | 2019-03-13 | 2019-03-13 | 闭环下高速列车制动***间歇故障检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109839264A true CN109839264A (zh) | 2019-06-04 |
Family
ID=66885735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910186656.XA Withdrawn CN109839264A (zh) | 2019-03-13 | 2019-03-13 | 闭环下高速列车制动***间歇故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109839264A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116067399A (zh) * | 2023-03-06 | 2023-05-05 | 中国船舶集团有限公司第七〇七研究所 | 一种光纤陀螺惯性导航***间歇故障检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458297A (zh) * | 2014-11-12 | 2015-03-25 | 南京航空航天大学 | 基于非线性随机模型的列车悬架***传感器故障检测方法 |
CN104724098A (zh) * | 2013-12-20 | 2015-06-24 | 广州市地下铁道总公司 | 一种城轨列车制动***故障诊断方法 |
CN106525466A (zh) * | 2016-10-14 | 2017-03-22 | 清华大学 | 一种动车组制动***关键部件鲁棒滤波方法和*** |
US20170253229A1 (en) * | 2015-02-17 | 2017-09-07 | Oshkosh Corporation | Multi-mode electromechanical variable transmission |
CN107703740A (zh) * | 2017-07-10 | 2018-02-16 | 山东科技大学 | 一种高速列车关键***的鲁棒间歇传感器故障诊断方法 |
CN108008719A (zh) * | 2017-12-12 | 2018-05-08 | 同济大学 | 城轨列车电子制动控制单元闭环控制试验装置及试验方法 |
-
2019
- 2019-03-13 CN CN201910186656.XA patent/CN109839264A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104724098A (zh) * | 2013-12-20 | 2015-06-24 | 广州市地下铁道总公司 | 一种城轨列车制动***故障诊断方法 |
CN104458297A (zh) * | 2014-11-12 | 2015-03-25 | 南京航空航天大学 | 基于非线性随机模型的列车悬架***传感器故障检测方法 |
US20170253229A1 (en) * | 2015-02-17 | 2017-09-07 | Oshkosh Corporation | Multi-mode electromechanical variable transmission |
CN106525466A (zh) * | 2016-10-14 | 2017-03-22 | 清华大学 | 一种动车组制动***关键部件鲁棒滤波方法和*** |
CN107703740A (zh) * | 2017-07-10 | 2018-02-16 | 山东科技大学 | 一种高速列车关键***的鲁棒间歇传感器故障诊断方法 |
CN108008719A (zh) * | 2017-12-12 | 2018-05-08 | 同济大学 | 城轨列车电子制动控制单元闭环控制试验装置及试验方法 |
Non-Patent Citations (2)
Title |
---|
DONGHUA ZHOU 等: "Fault Detection and Isolation of the Brake Cylinder", 《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》 * |
刘洋等: "分布式测量下闭环***的故障检测", 《上海交通大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116067399A (zh) * | 2023-03-06 | 2023-05-05 | 中国船舶集团有限公司第七〇七研究所 | 一种光纤陀螺惯性导航***间歇故障检测方法 |
CN116067399B (zh) * | 2023-03-06 | 2023-06-06 | 中国船舶集团有限公司第七〇七研究所 | 一种光纤陀螺惯性导航***间歇故障检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mathis et al. | Estimating wall-shear-stress fluctuations given an outer region input | |
CN107013813B (zh) | 一种供水管道泄漏量估算***及方法 | |
CN109827629B (zh) | 一种城市河道水位的分布式可靠性估计方法 | |
CN110500339B (zh) | 一种电液伺服***加性故障检测方法 | |
Abdulla et al. | Pipeline leak detection using artificial neural network: Experimental study | |
KR101624968B1 (ko) | 데이터 정형화 처리기 및 실시간 제어 분석기를 이용한 사고 회복 방법 및 사고 회복 장치 | |
CN103968256A (zh) | 油库管道泄漏检测方法 | |
CN109839264A (zh) | 闭环下高速列车制动***间歇故障检测方法 | |
CN103207567B (zh) | 一种低误报率的改进主元分析过程监测方法及其监测*** | |
Dong et al. | Robust fault diagnosis based on nonlinear model of hydraulic gauge control system on rolling mill | |
CN105717257B (zh) | 一种气体源无线定位方法 | |
CN110336860A (zh) | 工业物联网中基于多维数据处理的关键节点数据保护方法 | |
Chen | Fault detection and isolation in nonlinear systems:: observer and energy-balance based approaches | |
CN107356282A (zh) | 分辨率受限情况下高速列车鲁棒间歇传感器故障检测方法 | |
Oliveira et al. | Leak detection system using machine learning techniques | |
CN102799176A (zh) | 基于模糊理论的非线性时滞离散***故障诊断方法 | |
CN106874589A (zh) | 一种基于数据驱动的报警根源寻找方法 | |
CN114811448B (zh) | 一种流动条件下管道泄漏检测、泄露流速估计与泄露定位的方法 | |
EP2956751B1 (en) | Method and monitoring device for monitoring a structure | |
CN113858269A (zh) | 基于奇异***模型的三连杆机械手有限时间故障检测方法 | |
CN109633206B (zh) | ***气体流向保护传感器的模拟测试***及方法 | |
Alajlouni et al. | Anomaly detection in liquid pipelines using modeling, co-simulation and dynamical estimation | |
Lou et al. | A general survey on technological developments of oil leakage detection over the past decade | |
Song et al. | Study on detection and location of mobile oil pipeline leakage based on pressure gradient method | |
KR101557923B1 (ko) | 관망 부정류 해석 시나리오 기반의 밸브제어를 통한 수충격 완화 방법 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190604 |