本發(fā)明涉及城市軌道交通技術(shù)領(lǐng)域，具體涉及一種基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法。

背景技術(shù)：

隨著城市規(guī)模的日益加大，城市軌道交通承擔(dān)著巨大的交通客流壓力，對(duì)于城市軌道交通車(chē)輛狀態(tài)的實(shí)時(shí)監(jiān)控及可靠性，也提出了越來(lái)越高的要求。

在城市軌道交通車(chē)輛運(yùn)營(yíng)過(guò)程中，門(mén)系統(tǒng)需要經(jīng)常開(kāi)啟和關(guān)閉，加上人為因素的影響，會(huì)導(dǎo)致列車(chē)車(chē)門(mén)故障頻發(fā)，經(jīng)常發(fā)生清客事件。因此，門(mén)系統(tǒng)的可靠性和安全性，將直接影響著城市軌道交通車(chē)輛正常安全的運(yùn)營(yíng)。

現(xiàn)有門(mén)系統(tǒng)的故障診斷邏輯較為簡(jiǎn)單，且門(mén)系統(tǒng)在初期運(yùn)行和后期運(yùn)行、高峰期運(yùn)行和庫(kù)內(nèi)運(yùn)行時(shí)，不同工況對(duì)門(mén)系統(tǒng)的狀態(tài)參數(shù)分析及診斷有較多人為或系統(tǒng)干擾，無(wú)法滿(mǎn)足故障的定位及故障原因排查的需求。此外，目前門(mén)系統(tǒng)采用計(jì)劃性維修，架大修時(shí)由于缺乏診斷手段，對(duì)關(guān)鍵部件進(jìn)行整體更新，極大增加了維修成本。因此，針對(duì)城市軌道交通車(chē)輛的門(mén)系統(tǒng)的智能綜合診斷與預(yù)警方法的研究，對(duì)于城市軌道交通車(chē)輛的工作穩(wěn)定性提升具有重要意義。

目前，現(xiàn)有的門(mén)系統(tǒng)的診斷與運(yùn)營(yíng)維護(hù)，主要有兩種方式：一是維護(hù)人員的定期檢查保養(yǎng)，費(fèi)時(shí)費(fèi)力，可靠性差；二是故障發(fā)生后依據(jù)可靠性分析技術(shù)診斷故障類(lèi)型及原因，包括可靠性框圖法、貝葉斯網(wǎng)絡(luò)法、故障樹(shù)法等，但這類(lèi)診斷技術(shù)需要依賴(lài)大量充分的專(zhuān)家知識(shí)庫(kù)作為基礎(chǔ)，不具有實(shí)時(shí)性，也不適用于特征挖掘和早期故障預(yù)警。

隨著門(mén)系統(tǒng)的狀態(tài)安全監(jiān)控方面的研究正在不斷推進(jìn)和完善，大數(shù)據(jù)量的門(mén)系統(tǒng)實(shí)時(shí)數(shù)據(jù)可以被獲取，其中包含豐富的門(mén)系統(tǒng)狀態(tài)信息。所以，針對(duì)城市軌道交通車(chē)輛的門(mén)系統(tǒng)，有必要發(fā)明一種以在線(xiàn)實(shí)時(shí)運(yùn)行的多工況數(shù)據(jù)為驅(qū)動(dòng)的綜合故障診斷和預(yù)警方法，以便實(shí)現(xiàn)城市軌道交通車(chē)輛門(mén)由基于時(shí)間的檢維修模式向基于狀態(tài)以及風(fēng)險(xiǎn)的檢維修模式轉(zhuǎn)變，是當(dāng)前急需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了克服現(xiàn)有的軌道交通車(chē)輛門(mén)系統(tǒng)所存在的問(wèn)題。本發(fā)明的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，能夠?qū)壍澜煌ㄜ?chē)輛門(mén)系統(tǒng)的典型故障類(lèi)型進(jìn)行準(zhǔn)確識(shí)別、對(duì)門(mén)系統(tǒng)亞健康及退化趨勢(shì)進(jìn)行早期預(yù)警，提高軌道交通車(chē)輛門(mén)系統(tǒng)運(yùn)行的可靠性，具有良好的應(yīng)用前景。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：

基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，其特征在于：包括以下步驟，

步驟(A)，通過(guò)軌道交通車(chē)輛門(mén)系統(tǒng)驅(qū)動(dòng)電機(jī)內(nèi)的傳感器及門(mén)控器采集各車(chē)門(mén)的運(yùn)行數(shù)據(jù)，并存儲(chǔ)到數(shù)據(jù)庫(kù)內(nèi)；

所述運(yùn)行數(shù)據(jù)包括轉(zhuǎn)角、轉(zhuǎn)速、電流、轉(zhuǎn)矩、溫度、IO信號(hào)以及開(kāi)關(guān)觸發(fā)臨界CAP值；

步驟(B)，將存儲(chǔ)的運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)行分類(lèi)，具體如下：

將新上線(xiàn)并已調(diào)整正常、空車(chē)跑合的軌道交通車(chē)輛門(mén)系統(tǒng)的運(yùn)行數(shù)據(jù)定義為初始化標(biāo)準(zhǔn)數(shù)據(jù)A，用于作為軌道交通車(chē)輛門(mén)系統(tǒng)的初始狀態(tài)，并作為長(zhǎng)期退化亞健康參數(shù)的參考基準(zhǔn)；

將每日軌道交通車(chē)輛上線(xiàn)前，在廠(chǎng)庫(kù)內(nèi)檢查時(shí)的多次開(kāi)關(guān)門(mén)正常數(shù)據(jù)定義為每日標(biāo)準(zhǔn)數(shù)據(jù)B，用于作為軌道交通車(chē)輛門(mén)系統(tǒng)每日的正常狀態(tài)標(biāo)準(zhǔn)；

將每日軌道交通車(chē)輛上線(xiàn)后，軌道交通車(chē)輛門(mén)系統(tǒng)的傳感器及門(mén)控器實(shí)時(shí)采集各車(chē)門(mén)的運(yùn)行數(shù)據(jù)定義為實(shí)時(shí)數(shù)據(jù)C，作為軌道交通車(chē)輛門(mén)系統(tǒng)在運(yùn)營(yíng)當(dāng)中的實(shí)時(shí)開(kāi)關(guān)門(mén)狀態(tài)，判別是否當(dāng)前門(mén)系統(tǒng)出現(xiàn)故障或?qū)崟r(shí)亞健康異常；

將軌道交通車(chē)輛在試驗(yàn)臺(tái)架進(jìn)行的模擬試驗(yàn)數(shù)據(jù)，用于輔助制定典型故障規(guī)則和亞健康規(guī)則；

步驟(C)，對(duì)每日軌道交通車(chē)輛上線(xiàn)后的軌道交通車(chē)輛門(mén)系統(tǒng)進(jìn)行典型故障診斷，對(duì)實(shí)時(shí)數(shù)據(jù)C進(jìn)行總體特征值提取，判定實(shí)時(shí)數(shù)據(jù)C是否屬于故障類(lèi)異常，若初步判定結(jié)果為是，則采用典型故障判定規(guī)則判定故障類(lèi)型，并發(fā)出故障警告及故障參數(shù)；若初步判定結(jié)果為否，則進(jìn)入步驟(D)；

步驟(D)，對(duì)每日軌道交通車(chē)輛上線(xiàn)后的軌道交通車(chē)輛門(mén)系統(tǒng)進(jìn)行實(shí)時(shí)亞健康狀態(tài)診斷，對(duì)實(shí)時(shí)數(shù)據(jù)C與每日標(biāo)準(zhǔn)數(shù)據(jù)B進(jìn)行對(duì)比分析，根據(jù)每日標(biāo)準(zhǔn)數(shù)據(jù)B構(gòu)建基于特征分布參數(shù)的數(shù)據(jù)統(tǒng)計(jì)模型作為實(shí)時(shí)健康度模型，通過(guò)計(jì)算實(shí)時(shí)數(shù)據(jù)C的運(yùn)動(dòng)特征參數(shù)與實(shí)時(shí)健康度模型的殘差比較、開(kāi)關(guān)臨界觸發(fā)CAP與開(kāi)關(guān)標(biāo)準(zhǔn)過(guò)壓量范圍進(jìn)行比較，設(shè)定健康度閾值實(shí)現(xiàn)軌道交通車(chē)輛門(mén)系統(tǒng)的實(shí)時(shí)亞健康量化，判斷比較值是否超出健康度閾值，若超出健康度閾值，根據(jù)超出健康度閾值的點(diǎn)數(shù)及位置判定軌道交通車(chē)輛門(mén)系統(tǒng)的亞健康異常類(lèi)型，并繼續(xù)監(jiān)測(cè)統(tǒng)計(jì)該亞健康異常類(lèi)型的發(fā)生頻度和前后開(kāi)關(guān)門(mén)狀態(tài)，最終結(jié)合專(zhuān)家知識(shí)庫(kù)診斷得到軌道交通車(chē)輛門(mén)系統(tǒng)當(dāng)前的亞健康狀態(tài)，并根據(jù)該亞健康狀態(tài)，進(jìn)行早期故障預(yù)警；若沒(méi)有超出健康度閾值，則進(jìn)入步驟(E)；

步驟(E)，對(duì)軌道交通車(chē)輛門(mén)系統(tǒng)進(jìn)行長(zhǎng)期退化類(lèi)型的亞健康診斷，對(duì)每日標(biāo)準(zhǔn)數(shù)據(jù)B和初始化標(biāo)準(zhǔn)數(shù)據(jù)A進(jìn)行對(duì)比分析，以初始化標(biāo)準(zhǔn)數(shù)據(jù)A的典型特征值為參考標(biāo)準(zhǔn)，建立退化閾值模型，通過(guò)分析每日標(biāo)準(zhǔn)數(shù)據(jù)B關(guān)鍵特征值的長(zhǎng)期變化趨勢(shì)，通過(guò)最小二乘方法預(yù)測(cè)下個(gè)周期的關(guān)鍵特征值，若預(yù)測(cè)的關(guān)鍵特征值超出退化閾值模型的范圍，則輸出軌道交通車(chē)輛門(mén)系統(tǒng)退化亞健康預(yù)警；否則，軌道交通車(chē)輛門(mén)系統(tǒng)正常運(yùn)行。

前述的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，其特征在于：步驟(C)對(duì)實(shí)時(shí)數(shù)據(jù)C進(jìn)行總體特征值提取，判定實(shí)時(shí)數(shù)據(jù)C是否屬于故障類(lèi)異常，若初步判定結(jié)果為是，則采用典型故障判定規(guī)則判定故障類(lèi)型，并發(fā)出故障警告及故障參數(shù)，具體包括以下步驟，

(C1)，對(duì)實(shí)時(shí)數(shù)據(jù)C作對(duì)齊、去除冗余采集的預(yù)處理，并通過(guò)整體特征值區(qū)分出典型故障數(shù)據(jù)；

(C2)，提取典型故障數(shù)據(jù)對(duì)應(yīng)的細(xì)化整體特征值，包括開(kāi)/關(guān)門(mén)時(shí)間、總行程、最大行程、最大電流、有效電流、電機(jī)停轉(zhuǎn)次數(shù)、電機(jī)堵轉(zhuǎn)次數(shù)、電機(jī)電機(jī)停轉(zhuǎn)位置、電機(jī)堵轉(zhuǎn)位置、開(kāi)門(mén)方向運(yùn)動(dòng)次數(shù)和關(guān)門(mén)方向運(yùn)動(dòng)次數(shù)；

(C3)，將所細(xì)化整體特征值與典型故障規(guī)則進(jìn)行比對(duì)，根據(jù)關(guān)鍵特征值分的布范圍確定當(dāng)前故障數(shù)據(jù)的對(duì)應(yīng)故障類(lèi)型，所述關(guān)鍵特征值為開(kāi)/關(guān)門(mén)時(shí)間、總行程；

(C4)，將確定當(dāng)前故障數(shù)據(jù)的對(duì)應(yīng)故障類(lèi)型，將軌道交通車(chē)輛門(mén)系統(tǒng)的故障警告和故障參數(shù)信息通過(guò)郵件推送給現(xiàn)場(chǎng)客服和相關(guān)維護(hù)人員，實(shí)現(xiàn)門(mén)系統(tǒng)故障的實(shí)時(shí)在線(xiàn)診斷。

前述的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，其特征在于：步驟(D)，根據(jù)每日標(biāo)準(zhǔn)數(shù)據(jù)B構(gòu)建基于特征分布參數(shù)的數(shù)據(jù)統(tǒng)計(jì)模型作為實(shí)時(shí)健康度模型，具體包括以下步驟，

(D1)對(duì)每日標(biāo)準(zhǔn)數(shù)據(jù)B作對(duì)齊、去除冗余采集的預(yù)處理；通過(guò)整體特征值區(qū)分出實(shí)時(shí)亞健康數(shù)據(jù)；

(D2)根據(jù)運(yùn)動(dòng)特征分別將轉(zhuǎn)角、轉(zhuǎn)速和電流數(shù)據(jù)劃分為啟動(dòng)段、升速段、勻速段、減速段和緩行段，并提取各段的時(shí)間、最大值、最小值、均值、標(biāo)準(zhǔn)差、偏度、峰度特征；

(D3)通過(guò)門(mén)控器采集開(kāi)關(guān)門(mén)過(guò)程的開(kāi)關(guān)臨界觸發(fā)CAP值特征；

(D4)為了衡量實(shí)時(shí)數(shù)據(jù)特征值、轉(zhuǎn)角轉(zhuǎn)速、電流參數(shù)的變化程度，以同一門(mén)系統(tǒng)的每日標(biāo)準(zhǔn)數(shù)據(jù)B和其分段特征值作為訓(xùn)練樣本，構(gòu)造實(shí)時(shí)健康度模型，設(shè)訓(xùn)練樣本庫(kù)X，如公式(1)所示，

其中，{[x_i1,x_i2,...,x_im],i＝1,2,...,n}是由第i組數(shù)據(jù)的分段特征值、轉(zhuǎn)角時(shí)序數(shù)據(jù)、轉(zhuǎn)速時(shí)序數(shù)據(jù)和電流時(shí)序數(shù)據(jù)構(gòu)成的特征量，n代表總樣本組數(shù)，m代表特征量的數(shù)量；

(D5)根據(jù)訓(xùn)練樣本庫(kù)X，計(jì)算其總體樣本各特征量的統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差如公式(2)及公式(3)所示，

(D6)結(jié)合3sigma準(zhǔn)則，構(gòu)建實(shí)時(shí)健康度模型的包絡(luò)范圍：以作為預(yù)警包絡(luò)界限，作為嚴(yán)重警告包絡(luò)界限，得到實(shí)時(shí)健康度模型。

前述的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，其特征在于：步驟(D)，開(kāi)關(guān)臨界觸發(fā)CAP的范圍在6-23之間；所述開(kāi)關(guān)標(biāo)準(zhǔn)過(guò)壓量范圍在1.5mm-6mm之間。

前述的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，其特征在于：步驟(D)，開(kāi)關(guān)臨界觸發(fā)CAP的值為18；所述開(kāi)關(guān)標(biāo)準(zhǔn)過(guò)壓量為4mm。

前述的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，其特征在于：步驟(E)，以初始化標(biāo)準(zhǔn)數(shù)據(jù)A的典型特征值為參考標(biāo)準(zhǔn)，建立退化閾值模型，具體包括以下步驟，

(E1)篩選出初始化標(biāo)準(zhǔn)數(shù)據(jù)A中具有明顯變化趨勢(shì)的典型特征值；

(E2)令所有典型特征值Z為訓(xùn)練樣本庫(kù)，結(jié)合3sigma準(zhǔn)則構(gòu)建得到退化閾值模型，以作為退化亞健康預(yù)警閾值，作為故障預(yù)警閾值，其中，為訓(xùn)練樣本庫(kù)Z的總體樣本各特征量的統(tǒng)計(jì)均值；為訓(xùn)練樣本庫(kù)Z的總體樣本各特征量的標(biāo)準(zhǔn)差。

本發(fā)明的有益效果是：本發(fā)明的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，針對(duì)門(mén)系統(tǒng)的運(yùn)行數(shù)據(jù)劃分為初始化標(biāo)準(zhǔn)數(shù)據(jù)、每日標(biāo)準(zhǔn)數(shù)據(jù)和實(shí)時(shí)運(yùn)行數(shù)據(jù)，有效減少了人為因素和系統(tǒng)退化對(duì)持續(xù)門(mén)系統(tǒng)數(shù)據(jù)分析的影響，能夠更加準(zhǔn)確地實(shí)現(xiàn)診斷和預(yù)警，利用電機(jī)監(jiān)測(cè)實(shí)時(shí)監(jiān)測(cè)參數(shù)及門(mén)控器IO信號(hào)診斷門(mén)系統(tǒng)典型故障，豐富了門(mén)系統(tǒng)可診斷故障類(lèi)型，且通過(guò)細(xì)化故障特征，提高了診斷精度；建立實(shí)時(shí)健康度模型，通過(guò)實(shí)時(shí)參數(shù)與模型的殘差特征診斷亞健康現(xiàn)象，為早期故障預(yù)警提供了新方法；對(duì)于門(mén)系統(tǒng)長(zhǎng)期緩慢退化的亞健康問(wèn)題，傳統(tǒng)診斷方法基本無(wú)法監(jiān)測(cè)門(mén)系統(tǒng)參數(shù)，而本方法通過(guò)建立退化閾值模型，對(duì)比分析狀態(tài)參數(shù)特征值的長(zhǎng)期變化趨勢(shì)，能夠識(shí)別長(zhǎng)期退化亞健康狀態(tài)，并實(shí)現(xiàn)早期預(yù)警，具有良好的應(yīng)用前景。

附圖說(shuō)明

圖1是本發(fā)明的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法的流程圖。

圖2是本發(fā)明的典型故障診斷的流程圖。

圖3是本發(fā)明的實(shí)時(shí)亞健康狀態(tài)診斷的流程圖。

圖4是本發(fā)明的長(zhǎng)期退化類(lèi)型的亞健康診斷的流程圖。

具體實(shí)施方式

下面將結(jié)合說(shuō)明書(shū)附圖，對(duì)本發(fā)明作進(jìn)一步的說(shuō)明。

本發(fā)明的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，針對(duì)門(mén)系統(tǒng)的運(yùn)行數(shù)據(jù)劃分為初始化標(biāo)準(zhǔn)數(shù)據(jù)、每日標(biāo)準(zhǔn)數(shù)據(jù)和實(shí)時(shí)運(yùn)行數(shù)據(jù)，有效減少了人為因素和系統(tǒng)退化對(duì)持續(xù)門(mén)系統(tǒng)數(shù)據(jù)分析的影響，能夠更加準(zhǔn)確地實(shí)現(xiàn)診斷和預(yù)警，利用電機(jī)監(jiān)測(cè)實(shí)時(shí)監(jiān)測(cè)參數(shù)及門(mén)控器IO信號(hào)診斷門(mén)系統(tǒng)典型故障，豐富了門(mén)系統(tǒng)可診斷故障類(lèi)型，且通過(guò)細(xì)化故障特征，提高了診斷精度；建立實(shí)時(shí)健康度模型，通過(guò)實(shí)時(shí)參數(shù)與模型的殘差特征診斷亞健康現(xiàn)象，為早期故障預(yù)警提供了新方法；對(duì)于門(mén)系統(tǒng)長(zhǎng)期緩慢退化的亞健康問(wèn)題，傳統(tǒng)診斷方法基本無(wú)法監(jiān)測(cè)門(mén)系統(tǒng)參數(shù)，而本方法通過(guò)建立退化閾值模型，對(duì)比分析狀態(tài)參數(shù)特征值的長(zhǎng)期變化趨勢(shì)，能夠識(shí)別長(zhǎng)期退化亞健康狀態(tài)，并實(shí)現(xiàn)早期預(yù)警，如圖1所示，包括以下步驟，

步驟(A)，通過(guò)軌道交通車(chē)輛門(mén)系統(tǒng)驅(qū)動(dòng)電機(jī)內(nèi)的傳感器及門(mén)控器采集各車(chē)門(mén)的運(yùn)行數(shù)據(jù)，并存儲(chǔ)到數(shù)據(jù)庫(kù)內(nèi)；

所述運(yùn)行數(shù)據(jù)包括轉(zhuǎn)角、轉(zhuǎn)速、電流、轉(zhuǎn)矩、溫度、IO信號(hào)以及開(kāi)關(guān)觸發(fā)臨界CAP值；

步驟(B)，將存儲(chǔ)的運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)行分類(lèi)，具體如下：

將新上線(xiàn)并已調(diào)整正常、空車(chē)跑合的軌道交通車(chē)輛門(mén)系統(tǒng)的運(yùn)行數(shù)據(jù)定義為初始化標(biāo)準(zhǔn)數(shù)據(jù)A，用于作為軌道交通車(chē)輛門(mén)系統(tǒng)的初始狀態(tài)，并作為長(zhǎng)期退化亞健康參數(shù)的參考基準(zhǔn)；

將每日軌道交通車(chē)輛上線(xiàn)前，在廠(chǎng)庫(kù)內(nèi)檢查時(shí)的多次開(kāi)關(guān)門(mén)正常數(shù)據(jù)定義為每日標(biāo)準(zhǔn)數(shù)據(jù)B，用于作為軌道交通車(chē)輛門(mén)系統(tǒng)每日的正常狀態(tài)標(biāo)準(zhǔn)；

將每日軌道交通車(chē)輛上線(xiàn)后，軌道交通車(chē)輛門(mén)系統(tǒng)的傳感器及門(mén)控器實(shí)時(shí)采集各車(chē)門(mén)的運(yùn)行數(shù)據(jù)定義為實(shí)時(shí)數(shù)據(jù)C，作為軌道交通車(chē)輛門(mén)系統(tǒng)在運(yùn)營(yíng)當(dāng)中的實(shí)時(shí)開(kāi)關(guān)門(mén)狀態(tài)，判別是否當(dāng)前門(mén)系統(tǒng)出現(xiàn)故障或?qū)崟r(shí)亞健康異常；

將軌道交通車(chē)輛在試驗(yàn)臺(tái)架進(jìn)行的模擬試驗(yàn)數(shù)據(jù)，用于輔助制定典型故障規(guī)則和亞健康規(guī)則；

這里的初始化標(biāo)準(zhǔn)數(shù)據(jù)A、每日標(biāo)準(zhǔn)數(shù)據(jù)B、實(shí)時(shí)數(shù)據(jù)C至少30組以上有效值；

步驟(C)，對(duì)每日軌道交通車(chē)輛上線(xiàn)后的軌道交通車(chē)輛門(mén)系統(tǒng)進(jìn)行典型故障診斷，過(guò)程如圖2所示，對(duì)實(shí)時(shí)數(shù)據(jù)C進(jìn)行總體特征值提取，判定實(shí)時(shí)數(shù)據(jù)C是否屬于故障類(lèi)異常，若初步判定結(jié)果為是，則采用典型故障判定規(guī)則判定故障類(lèi)型，并發(fā)出故障警告及故障參數(shù)，具體包括以下步驟，

(C1)，對(duì)實(shí)時(shí)數(shù)據(jù)C作對(duì)齊、去除冗余采集的預(yù)處理，并通過(guò)整體特征值區(qū)分出典型故障數(shù)據(jù)；

(C2)，提取典型故障數(shù)據(jù)對(duì)應(yīng)的細(xì)化整體特征值，包括開(kāi)/關(guān)門(mén)時(shí)間、總行程、最大行程、最大電流、有效電流、電機(jī)停轉(zhuǎn)次數(shù)、電機(jī)堵轉(zhuǎn)次數(shù)、電機(jī)電機(jī)停轉(zhuǎn)位置、電機(jī)堵轉(zhuǎn)位置、開(kāi)門(mén)方向運(yùn)動(dòng)次數(shù)和關(guān)門(mén)方向運(yùn)動(dòng)次數(shù)；

(C3)，將所細(xì)化整體特征值與典型故障規(guī)則進(jìn)行比對(duì)，根據(jù)關(guān)鍵特征值分的布范圍確定當(dāng)前故障數(shù)據(jù)的對(duì)應(yīng)故障類(lèi)型，所述關(guān)鍵特征值為開(kāi)/關(guān)門(mén)時(shí)間、總行程；

(C4)，將確定當(dāng)前故障數(shù)據(jù)的對(duì)應(yīng)故障類(lèi)型，將軌道交通車(chē)輛門(mén)系統(tǒng)的故障警告和故障參數(shù)信息通過(guò)郵件推送給現(xiàn)場(chǎng)客服和相關(guān)維護(hù)人員，實(shí)現(xiàn)門(mén)系統(tǒng)故障的實(shí)時(shí)在線(xiàn)診斷；

若初步判定結(jié)果為否，則進(jìn)入步驟(D)；

步驟(D)，對(duì)每日軌道交通車(chē)輛上線(xiàn)后的軌道交通車(chē)輛門(mén)系統(tǒng)進(jìn)行實(shí)時(shí)亞健康狀態(tài)診斷，過(guò)程如圖3所示，對(duì)實(shí)時(shí)數(shù)據(jù)C與每日標(biāo)準(zhǔn)數(shù)據(jù)B進(jìn)行對(duì)比分析，根據(jù)每日標(biāo)準(zhǔn)數(shù)據(jù)B構(gòu)建基于特征分布參數(shù)的數(shù)據(jù)統(tǒng)計(jì)模型作為實(shí)時(shí)健康度模型，通過(guò)計(jì)算實(shí)時(shí)數(shù)據(jù)C的運(yùn)動(dòng)特征參數(shù)與實(shí)時(shí)健康度模型的殘差比較、開(kāi)關(guān)臨界觸發(fā)CAP與開(kāi)關(guān)標(biāo)準(zhǔn)過(guò)壓量范圍進(jìn)行比較，設(shè)定健康度閾值實(shí)現(xiàn)軌道交通車(chē)輛門(mén)系統(tǒng)的實(shí)時(shí)亞健康量化，判斷比較值是否超出健康度閾值，若超出健康度閾值，根據(jù)超出健康度閾值的點(diǎn)數(shù)及位置判定軌道交通車(chē)輛門(mén)系統(tǒng)的亞健康異常類(lèi)型，并繼續(xù)監(jiān)測(cè)統(tǒng)計(jì)該亞健康異常類(lèi)型的發(fā)生頻度和前后開(kāi)關(guān)門(mén)狀態(tài)，最終結(jié)合專(zhuān)家知識(shí)庫(kù)診斷得到軌道交通車(chē)輛門(mén)系統(tǒng)當(dāng)前的亞健康狀態(tài)，并根據(jù)該亞健康狀態(tài)，進(jìn)行早期故障預(yù)警；若沒(méi)有超出健康度閾值，則進(jìn)入步驟(E)；

根據(jù)每日標(biāo)準(zhǔn)數(shù)據(jù)B構(gòu)建基于特征分布參數(shù)的數(shù)據(jù)統(tǒng)計(jì)模型作為實(shí)時(shí)健康度模型，具體包括以下步驟，

(D1)對(duì)每日標(biāo)準(zhǔn)數(shù)據(jù)B作對(duì)齊、去除冗余采集的預(yù)處理；通過(guò)整體特征值區(qū)分出實(shí)時(shí)亞健康數(shù)據(jù)；

(D2)根據(jù)運(yùn)動(dòng)特征分別將轉(zhuǎn)角、轉(zhuǎn)速和電流數(shù)據(jù)劃分為啟動(dòng)段、升速段、勻速段、減速段和緩行段，并提取各段的時(shí)間、最大值、最小值、均值、標(biāo)準(zhǔn)差、偏度、峰度特征；

(D3)通過(guò)門(mén)控器采集開(kāi)關(guān)門(mén)過(guò)程的開(kāi)關(guān)臨界觸發(fā)CAP值特征；

(D4)為了衡量實(shí)時(shí)數(shù)據(jù)特征值、轉(zhuǎn)角轉(zhuǎn)速、電流參數(shù)的變化程度，以同一門(mén)系統(tǒng)的每日標(biāo)準(zhǔn)數(shù)據(jù)B和其分段特征值作為訓(xùn)練樣本，構(gòu)造實(shí)時(shí)健康度模型，設(shè)訓(xùn)練樣本庫(kù)X，如公式(1)所示，

其中，{[x_i1,x_i2,...,x_im],i＝1,2,...,n}是由第i組數(shù)據(jù)的分段特征值、轉(zhuǎn)角時(shí)序數(shù)據(jù)、轉(zhuǎn)速時(shí)序數(shù)據(jù)和電流時(shí)序數(shù)據(jù)構(gòu)成的特征量，n代表總樣本組數(shù)，m代表特征量的數(shù)量；

(D5)根據(jù)訓(xùn)練樣本庫(kù)X，計(jì)算其總體樣本各特征量的統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差如公式(2)及公式(3)所示，

(D6)結(jié)合3sigma準(zhǔn)則，構(gòu)建實(shí)時(shí)健康度模型的包絡(luò)范圍：以作為預(yù)警包絡(luò)界限，作為嚴(yán)重警告包絡(luò)界限，得到實(shí)時(shí)健康度模型。

所述開(kāi)關(guān)臨界觸發(fā)CAP的范圍在6-23之間，可優(yōu)選18，并可根據(jù)實(shí)際情況進(jìn)行調(diào)整；所述開(kāi)關(guān)標(biāo)準(zhǔn)過(guò)壓量范圍在1.5mm-6mm之間，可優(yōu)選4mm，并可根據(jù)實(shí)際情況進(jìn)行調(diào)整；超出臨界范圍直接判定為過(guò)壓量異常，一經(jīng)發(fā)現(xiàn)立即判定為門(mén)系統(tǒng)亞健康，并給出相應(yīng)等級(jí)預(yù)警措施；在門(mén)系統(tǒng)實(shí)時(shí)亞健康問(wèn)題處理完成后，需要對(duì)門(mén)系統(tǒng)的預(yù)警閾值復(fù)位，將實(shí)時(shí)亞健康模型重新學(xué)習(xí)調(diào)整后數(shù)據(jù)；

步驟(E)，對(duì)軌道交通車(chē)輛門(mén)系統(tǒng)進(jìn)行長(zhǎng)期退化類(lèi)型的亞健康診斷，過(guò)程如圖4所示，對(duì)每日標(biāo)準(zhǔn)數(shù)據(jù)B和初始化標(biāo)準(zhǔn)數(shù)據(jù)A進(jìn)行對(duì)比分析，以初始化標(biāo)準(zhǔn)數(shù)據(jù)A的典型特征值為參考標(biāo)準(zhǔn)，建立退化閾值模型，通過(guò)分析每日標(biāo)準(zhǔn)數(shù)據(jù)B關(guān)鍵特征值的長(zhǎng)期變化趨勢(shì)，通過(guò)最小二乘方法預(yù)測(cè)下個(gè)周期的關(guān)鍵特征值，若預(yù)測(cè)的關(guān)鍵特征值超出退化閾值模型的范圍，則輸出軌道交通車(chē)輛門(mén)系統(tǒng)退化亞健康預(yù)警；否則，軌道交通車(chē)輛門(mén)系統(tǒng)正常運(yùn)行，以初始化標(biāo)準(zhǔn)數(shù)據(jù)A的典型特征值為參考標(biāo)準(zhǔn)，建立退化閾值模型，具體包括以下步驟，

(E1)篩選出初始化標(biāo)準(zhǔn)數(shù)據(jù)A中具有明顯變化趨勢(shì)的典型特征值；

(E2)令所有典型特征值Z為訓(xùn)練樣本庫(kù)，結(jié)合3sigma準(zhǔn)則構(gòu)建得到退化閾值模型，以作為退化亞健康預(yù)警閾值，作為故障預(yù)警閾值，其中，為訓(xùn)練樣本庫(kù)Z的總體樣本各特征量的統(tǒng)計(jì)均值；為訓(xùn)練樣本庫(kù)Z的總體樣本各特征量的標(biāo)準(zhǔn)差。

上述的3sigma準(zhǔn)則是根據(jù)均值±3/6*標(biāo)準(zhǔn)差進(jìn)行建模的，3sigma準(zhǔn)則為本領(lǐng)域技術(shù)人員在建模時(shí)所用的常規(guī)手段。

由于各個(gè)門(mén)系統(tǒng)上線(xiàn)時(shí)間不具有周期性，因此根據(jù)每日標(biāo)準(zhǔn)數(shù)據(jù)B的數(shù)據(jù)量和預(yù)測(cè)周期，對(duì)每日標(biāo)準(zhǔn)數(shù)據(jù)B特征值進(jìn)行等間隔平均化處理，之后對(duì)各類(lèi)特征值變化趨勢(shì)進(jìn)行最小二乘擬合，并根據(jù)擬合趨勢(shì)預(yù)測(cè)值與門(mén)系統(tǒng)退化模型閾值比較，根據(jù)預(yù)測(cè)的門(mén)系統(tǒng)退化嚴(yán)重度給出相應(yīng)預(yù)警，通過(guò)郵件提醒現(xiàn)場(chǎng)客服和相關(guān)維護(hù)人員及時(shí)檢查門(mén)系統(tǒng)狀態(tài)，及早更換退化零部件。

綜上所述，本發(fā)明的基于多工況的軌道交通車(chē)輛門(mén)系統(tǒng)故障診斷及預(yù)警方法，能夠?qū)壍澜煌ㄜ?chē)輛門(mén)系統(tǒng)的典型故障類(lèi)型進(jìn)行準(zhǔn)確識(shí)別、對(duì)門(mén)系統(tǒng)亞健康及退化趨勢(shì)進(jìn)行早期預(yù)警，提高軌道交通車(chē)輛門(mén)系統(tǒng)運(yùn)行的可靠性，具有良好的應(yīng)用前景。

以上顯示和描述了本發(fā)明的基本原理和主要特征和本發(fā)明的優(yōu)點(diǎn)。本行業(yè)的技術(shù)人員應(yīng)該了解，本發(fā)明不受上述實(shí)施例的限制，上述實(shí)施例和說(shuō)明書(shū)中描述的只是說(shuō)明本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下，本發(fā)明還會(huì)有各種變化和改進(jìn)，這些變化和改進(jìn)都落入要求保護(hù)的本發(fā)明范圍內(nèi)。本發(fā)明要求保護(hù)范圍由所附的權(quán)利要求書(shū)及其等效物界定。