理论教育 智能识别和记录轨道交通故障

智能识别和记录轨道交通故障

时间:2023-09-01 理论教育 版权反馈
【摘要】:首次识别时,以被测输出电压波形为模板,以大步长采样对数据库中的所有故障记录进行快速粗选,将相似度最高者记录“打上标志”。启动弥补程序对被测输出电压波形自身对称性进行识别,包括相邻周期波形比较与旋转对称比较,做出无故障或新型故障的判断,一旦判定出现未知类型(性质)故障,即将新型故障对原有故障数据库进行记录添加。

智能识别和记录轨道交通故障

首次识别时,以被测输出电压波形为模板,以大步长采样对数据库中的所有故障记录进行快速粗选,将相似度最高者记录“打上标志”。其次,变小步长对“打上标志”记录进行再次采样筛选,再将新的相似度最高者记录“打上标志”,并更新记录标志缓存中存储。余类推,直至找到唯一的相似度最高者,因此确认当前被测电路的故障类型与性质,以及故障所发生的位置与器件。倘若,在现有故障数据库中尚未找到任何一条记录,则进入功能弥补程序。所谓弥补程序是对被测输出电压波形自身对称性识别,包括相邻周期波形比较与旋转对称比较,进而判断被测波形是否无故障或出现新型故障,再将该新型故障采用弥补程序中的专家系统对原有故障数据库添加记录。

基于波形识别算法软件包模块的工作过程进一步说明如下:

(1)以被测输出电压波形为模板,首次识别时,以大步长采样对数据库中的所有故障记录进行快速粗选,将相似度最高者记录“打上标志”。

(2)变小步长对“打上标志”记录进行再次采样筛选,再将新的相似度最高者记录“打上标志”,并更新记录标志缓存。

(3)余类推,直至找到唯一的相似度最高者,因此确认当前被测电路的故障类型与性质,以及故障所发生的位置与器件。(www.daowen.com)

(4)一旦被测电路存在故障,经以上循环结果,能够确认故障性质及故障定位的概率大于98%;只有小于2%的概率在现有故障数据库中无法找到任何一条记录,此时,则进入功能弥补程序。

(5)启动弥补程序对被测输出电压波形自身对称性进行识别,包括相邻周期波形比较与旋转对称比较,做出无故障或新型故障的判断,一旦判定出现未知类型(性质)故障,即将新型故障对原有故障数据库进行记录添加。

(6)输出结论的显示。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈