[发明专利]一种车辆走行部监测部件健康状态管理系统及方法

权利要求书

1.一种车辆走行部监测部件健康状态管理系统，其特征在于，该系统包括：数据采集模块，数据处理模块，健康状态评估模块，剩余寿命预测模块和运维决策模块；

所述数据采集模块，用于获取车辆走行部监测部件的状态监测数据，所述状态监测数据包括振动信号、温度数据、冲击数据以及运行数据，所述运行数据包括转速、运行里程，运行工况；

所述数据处理模块，用于根据采集的车辆走行部监测部件的状态监测数据，进行预处理和分析，计算对应走行部监测部件的振动特征数据、温度特征数据、冲击特征数据和运行特征数据，以及走行部监测部件失效模式；

所述健康状态评估模块，用于对不同走行部监测部件构建异常检测模型，并利用所述异常检测模型判断对应走行部监测部件正常或异常，输出异常指标；及通过走行部监测部件异常指标历史发展趋势判断监测部件所处的健康状态评估结果，所述健康状态评估结果包括健康状态与健康评分；

所述剩余寿命预测模块，用于对不同走行部监测部件构建故障模式损失函数与剩余寿命预测模型，利用所述预测模型对走行部监测部件进行剩余使用寿命预测；

所述运维决策模块，用于对健康状态与剩余寿命结果给出不同走行部监测部件的运维建议，指导车辆健康状态维护；

所述剩余寿命预测模块是通过故障模式损失机理函数与神经网络故障趋势预测数理模型联合进行剩余使用寿命预测；

所述故障模式损失机理函数通过输入走行部监测部件的健康状态、健康评分、失效模式、运行参数数据以及检修数据，根据剩余使用寿命特征库中不同故障在不同健康状态下对应损失函数权重值，计算在当前故障模式、健康状态评分下的剩余运行里程；其中运行参数包括：已运行里程、当前运行里程、运行站点、牵引模式；检修数据包括最近一次的检修结果、处置结果、检修时间；

所述神经网络故障趋势预测数理模型通过对不同故障类型发展趋势曲线的预测，进而转化成剩余寿命趋势曲线，结合损耗函数输出结果，输出最终预测剩余使用寿命。

2.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述数据采集模块采集的走行部监测部件包括齿轮、轴承和踏面。

3.根据权利要求2所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述走行部监测部件失效模式包括：

踏面部件失效模式包括：踏面剥离擦伤、内部缺陷、车轮多边形；

齿轮部件失效模式包括：齿轮故障、啮合异常、润滑异常，所述齿轮故障包括大齿轮故障、小齿轮故障；

轴承部件失效模式包括：滚动体故障、滚动接触面故障、保持架故障、润滑异常，所述滚动接触面故障包括内环故障、外环故障。

4.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述数据采集模块采用的采集装置包括复合传感器、前置处理器和主机，复合传感器采用打孔方式安装于走行部监测部位，利用复合传感器监测部位的振动信号、冲击信号和温度信号；复合传感器并将采集到的数据发送至前置处理器，然后前置处理器将接收到的数据发送至主机。

5.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述数据处理模块计算的走行部监测部件的振动特征数据包括时域特征值和频域特征值，所述时域特征值包括峰峰值、有效值RMS、峭度值，所述频域特征值包括振动能量值；

走行部监测部件的温度特征数据包括同位温差、最高轴温、最大温升特征值；

走行部监测部件的冲击特征数据包括冲击频次、冲击强度均值。

6.根据权利要求1所述的一种车辆走行部监测部件健康状态管理系统，其特征在于，所述健康状态评估模块构建的异常检测模型是基于各走行部监测部件健康状态数据训练得到，输入特征包括走行部监测部件当前的振动特征数据、温度特征数据、冲击特征数据和关联部件的冲击特征数据、振动特征数据和温度特征数据，训练得到一个健康状态数据组成的高维状态下的球心和超球面；通过输入监测点位输入特征值是否落在超球体内还是超球体外得到监测点位正常还是异常，及通过高斯核函数计算当前监测点特征值距超球体距离得到异常值，进行健康状态等级评定，并得出走行部监测部件当前健康得分；

其中，所述关联部件是指影响监测部件振动响应的测点。