[发明专利]动车组空气制动控制系统传感器故障诊断的方法与系统

权利要求书

1.一种动车组空气制动控制系统传感器故障诊断的方法，其特征在于，包括：

采集正常工况下动车组空气制动控制系统的传感器数据作为训练数据，并根据所述训练数据建立动车组空气制动控制系统的主元分析模型；

根据所述主元分析模型计算并存储故障检测指标的控制限；

采集实时工况下动车组空气制动控制系统的传感器数据作为测试数据，并利用所述主元分析模型对所述测试数据进行故障分析；

若故障分析的结果为有故障发生，则利用重构贡献图的方法进行故障分离以确定发生故障的传感器；

在利用重构贡献图的方法进行故障分离以确定发生故障的传感器的步骤中包括：

利用重构贡献图的方法计算与每个传感器对应的变量的贡献值；

在假设只有一个传感器发生故障的前提下，将所述贡献值最大的变量所对应的传感器确定为发生故障的传感器；

根据以下表达式计算所述贡献值

RBCjQ=(ξjTMx′)2ξiTMξj]]>

式中，的下标j表示第j个变量的贡献值；上标Q表示RBC方法采用的故障检测指标SPE、T²统计量或者φ；矩阵M分别为与SPE、T²和φ相对应的D和Φ，且D＝PΛ^-1P^T，其中，P为主元的负载矩阵，为残差的负载矩阵，Λ为主元特征值矩阵，δ²和τ²分别为SPE和T²的控制限；ξ_j表示m维单位矩阵的第j列；x′为标准化后的测试数据。

2.根据权利要求1所述的方法，其特征在于，在根据所述训练数据建立动车组空气制动控制系统的主元分析模型的步骤中包括：

将所述训练数据存储为二维的数据矩阵，并对所述数据矩阵进行标准化处理；

利用标准化处理的数据矩阵计算协方差矩阵，并对所述协方差矩阵进行分解以得到特征向量矩阵与特征值矩阵；

基于累计方差贡献率选取主元个数，并根据选取的主元个数对所述特征向量矩阵与所述特征值矩阵进行划分以建立主元分析模型。

3.根据权利要求1所述的方法，其特征在于，在利用所述主元分析模型对所述测试数据进行故障分析的步骤中包括：

根据所述训练数据的均值和标准差对所述测试数据进行标准化处理；

基于所述主元分析模型计算经标准化处理后的测试数据的故障检测指标；

根据计算得到的测试数据的故障检测指标与所述故障检测指标的控制限判断是否有故障发生。