[发明专利]一种城轨车辆及其客室车门故障诊断方法

说明书

本发明公开了一种城轨车辆及其客室车门故障诊断方法，客室车门故障诊断方法包括以下步骤S1)采集车门故障样本，求取车门故障样本的统计量I²、统计量T²和统计量SPE；S2)判断车门故障样本的统计量I²、统计量T²和统计量SPE是否超出各自的统计限I²_lim、T²_lim、SPE_lim，若三者均未超出统计限，则判定为车门没有发生故障，否则判定为车门发生故障；步骤S1前还包括S01)车门故障影响参数分析；S02)车门故障特征的标准化处理；S03)车门故障模型的建立。本发明在车门运行数据中利用独立成分分析法和主元分析法分离出非高斯信息和高斯信息建立故障诊断模型，有效地判断是否真正发生运行故障，避免误报车门故障，降低车辆发生清客掉线的概率，提高车辆的运行效率。

技术领域

本发明属于城轨列车技术领域，具体地说，涉及一种城轨车辆及其客室车门故障诊断方法。

背景技术

随着城市的经济不断发展，人口和汽车数量的不断增加，导致城市交通变得拥堵，再加上城市面积的不断扩张，导致原有的公共交通工具不能满足市民的出行需求。一种快捷、安全、舒适的城市轨道交通随之发展起来，地铁、轻轨等成为了大城市的重要交通工具。城轨交通发展速度很快，其在公共交通中的比重越来越大，城轨交通的安全性和可靠性就显得越来越重要。但市场调研显示，城市轨道交通的各类安全问题层出不穷，列车自身故障导致的安全问题也不少。

列车是城市轨道交通系统中关键的一环，其车门系统又占有相当重要的位置。许多安全事故往往是由于列车门的故障导致的。据国内外的数据统计，列车门系统的故障率在整个列车车辆故障中高达30％。可见，列车门的故障对整个轨道交通的安全运行构成了严重的威胁，最直接的表现就是威胁到乘客的人身安全。因此，需要对列车车门系统故障诊断技术进行更深入的研究和理论创新。

针对城轨车辆客室车门的故障诊断，目前主要有基于定量机理模型的方法、基于知识的方法和基于数据驱动的方法。基于定量机理模型的方法对系统机理的依赖性较强，某些系统机理较易获得的系统当然可以应用，但是城轨车辆客室车门过程变量间存在较强的非线性、多耦合和非高斯等特征，系统的定量机理难以获得；基于知识的方法需要大量的专家知识和过程经验，仅仅适用于具备大量专家知识和过程经验的系统；基于大数据的车门故障诊断方法可以有效地避免以上问题，然而传统的数据处理方法仅仅适用于简单的线性高斯数据系统。

有鉴于此，特提出本发明。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供一种城轨车辆客室车门故障诊断方法，旨在有效地提取出车门运行数据的非高斯信息，有效地判断是否真正发生车门运行故障，消除因车门故障造成的城轨车辆清客掉线问题，提高车辆的运行效率。

本发明的另一目的是提供一种城轨车辆，采用如上所述的一种城轨车辆客室车门故障诊断方法。

为解决上述技术问题，本发明采用技术方案的基本构思是：

一种城轨车辆客室车门故障诊断方法，包括以下步骤

S1)采集车门故障样本，求取车门故障样本的统计量I²、统计量T²和统计量SPE；

S2)判断车门故障样本的统计量I²、统计量T²和统计量SPE是否超出各自的统计限I²_lim、T²_lim、SPE_lim，若三者均未超出统计限，则判定为车门没有发生故障，否则判定为车门发生故障。

进一步的，步骤S1前还包括以下步骤：

S01)车门故障影响参数分析；