[发明专利]齿轮箱的故障预测、监测和诊断方法及相应装置

说明书

本发明公开了一种齿轮箱的故障预测、监测和诊断方法及相应装置。其中，该方法包括：采集齿轮箱的工作数据和列车运行数据；对齿轮箱的工作数据和列车运行数据进行智能分析处理，预测得到齿轮箱的故障数据。本发明解决了无法及时、准确地预测列车齿轮箱的故障的技术问题。

技术领域

本发明涉及齿轮箱领域，具体而言，涉及一种齿轮箱的故障预测、监测和诊断方法及相应装置。

背景技术

齿轮箱是轨道交通列车传动系统的关键零部件。齿轮箱的小齿轮通过联轴节与牵引电机实现柔性连接；齿轮箱的大齿轮压装在车轴上，齿轮箱通过齿轮啮合传递动力，将牵引电机的动力传递到车轴上，带动车辆运行。

传统齿轮箱的故障诊断系统通过采集齿轮箱的单一数据，然后判断齿轮箱测点数据是否超过阈值，并根据判断结果确认齿轮箱的运行状态。但由于各辆车的运行状态不同、季节环境因素不同等原因，导致人为设定的阈值很难有广泛的适用性，造成误报率或漏报率太高，影响对齿轮箱的故障检测，进而对列车的安全形成隐患。

此外，现有的列车齿轮箱安全监控系统只能实现故障的实时诊断，当诊断出故障时，故障已经发生，已经影响行车安全和运营秩序。因此相关技术无法实现对列车齿轮箱的故障预测。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种齿轮箱的故障预测、监测和诊断方法及相应装置，以至少解决无法及时、准确地预测列车齿轮箱的故障的技术问题。

根据本发明实施例的一个方面，提供了一种齿轮箱的故障预测方法，包括：采集齿轮箱的工作数据和列车运行数据；对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理，预测得到所述齿轮箱的故障数据。

可选地，在对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理，预测得到所述齿轮箱的故障数据之前，还包括：对所述齿轮箱的工作数据和所述列车运行数据进行预处理，得到预处理后的数据；对所述预处理后的数据进行筛选，得到至少一个测点对应的测点数据；根据所述测点数据，确定所述测点数据的数据特征，其中，所述数据特征包括：基础统计特征、变化速率特征、时间窗口特征和竞争特征；根据所述测点数据的数据特征，预测得到所述齿轮箱的故障数据。

可选地，对所述齿轮箱的工作数据和所述列车运行数据进行预处理包括以下至少之一：数据清洗，数模转化，数据存储格式转化，数据合并，数据缺失值填补和数据有效性验证。

可选地，根据所述测点数据的数据特征，预测得到所述齿轮箱的故障数据包括：使用故障预测模型对所述测点数据的数据特征进行智能分析，预测得到所述齿轮箱的故障数据，其中，所述故障预测模型为机器学习模型。

可选地，在对所述齿轮箱的工作数据和所述列车运行数据进行智能分析处理，预测得到所述齿轮箱的故障数据之前，所述方法包括：使用所述齿轮箱的工作数据和所述列车运行数据作为样本数据，训练所述故障预测模型，其中，训练所述故障预测模型包括：根据所述样本数据，使用多种分类方法构建多个分类模型，其中，所述多个分类模型均为机器学习模型；集成所述多个分类模型，得到所述故障预测模型。

可选地，所述集成多个分类模型得到所述故障预测模型的方法包括以下至少之一：投票平均(Voting/Averaging)方法，引导聚焦(Bagging)方法，提升(Boosting)方法。

根据本发明实施例的另一方面，还提供了一种齿轮箱的故障监测方法，包括：采集齿轮箱的工作数据；使用故障监测模型对所述齿轮箱的工作数据进行处理，判断所述齿轮箱的状况，其中，所述故障监测模型为使用样本数据训练得到的单一阈值模式的模型，所述样本数据包括所述齿轮箱的历史工作数据和故障数据；当判断所述齿轮箱发生故障时，发出告警信息。