專利名稱：機車發動機與傳動機構異常狀態的智能識別方法及裝置的制作方法
技術領域：
本發明涉一種動力工程技術，尤其是涉及一種機車發動機與傳動機構異常狀態的智能識別方法及裝置。
背景技術：
隨著鐵路列車的提速和高速鐵路的大面積推廣，列車運行安全問題日益受到人們的高度重視，特別是行駛時速高達350千米的高速列車更是要時刻關注機車在運行過程中的可靠性和穩定性問題。一旦機車發動機與傳動機構系統發生故障而未能被及時發現的話，輕則列車中途停駛、影響整條線路的正常運行，重則很可能出現嚴重的車毀人亡事故。 但是，在高速運行中的列車如何才能實時監控機車發動機與傳動機構系統的工作狀態，并非易事，其中的技術難點在于(1)為了確保高速列車具有良好的氣動特性和駕駛室與車廂等的密封性，機車發動機與傳動機構系統所發出的聲響已經被良好封閉，司機與乘務人員根本不可能會從機車發動機與傳動機構系統突發出現的異常聲響來覺察其可能存在的故障；(2)盡管機車發動機與傳動機構系統已經設置了種類與數量繁多的傳感器和檢測儀器，但是受到當前技術的限制，除了速度、扭矩、溫度、液壓等常規參數能夠得到實時檢測夕卜，根本不可能對諸多非常規運行參數實施直接或間接的檢測，如傳動軸的疲勞、緊固螺釘的疲勞與斷裂等。可見，尋找一種新技術用于實現高速列車動態故障的實時檢測，事關高速列車運行安全性。經對現有技術文獻的檢索發現，張友亮、何瑞香的“內燃機狀態監測與故障診斷綜述”(《山東內燃機》2005年第1期)從監測信號(參數)、信號特征提取方法、信息融合識別方法等方面對內燃機目前的狀態監測與故障診斷進行了綜述。概括地介紹了 “以故障信號的檢測及處理為基本技術，以故障信號處理和特征提取理論為基本理論，以基于特征的故障信息融合識別為基本方法。”具體提及的內燃機故障診斷與狀態監測特征提取分析方法，包括幅值域分析法、頻域分析方法、小波分析方法、分形理論方法、證據理論方法、神經網絡方法、模糊數學方法和灰色理論方法等。顯而易見，該文獻所提及的這些方法對內燃機狀態監測與故障診斷均需要在內燃機狀態參數檢測的基礎上，實施特征提取與分析，而且每種方法有其特定的適用范圍 ’另夕卜，在線檢測與識別過程根本不可能依賴上述所有方法逐一“采用”一遍后，來對發生的故障作出結論，因此無法滿足動力系統故障診斷的實時性要求。再經對現有技術文獻的檢索還發現，谷立臣、張優云、丘大謀的“液壓動力系統運行狀態識別技術研究”(《機械工程學報》2001年第6期)以機械工程中液壓動力系統為對象，在理論分析以及大量試驗研究的基礎上，給出了基于電流信號功率譜特征的液壓動力系統4種運行狀態標準模式。提出了基于灰色關聯度計算的模式識別方法，用于識別液壓動力系統正常以及電動機故障、機械故障、油泵故障的發生。該方法最大的缺陷在于需要依靠液壓動力系統運行狀態的精確數學模型描述并建立基于電流信號功率譜特征的液壓動力系統4種運行狀態標準模式。要建立精確描述電動機、機械、油泵實際運行工況的數學模型本身就是一件極為困難的事情，因此其適用范圍也受到了極大的限制。
發明內容
本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種無需依賴被測對象的精確數學描述模型，而且檢測技術也極其簡單，就能夠對任意一種動力裝置的故障及其發生點實施在線實時識別的機車發動機與傳動機構異常狀態的智能識別方法及裝置。本發明的目的可以通過以下技術方案來實現一種機車發動機與傳動機構異常狀態的智能識別方法，包括系統學習與在線識別兩個步驟。所述的系統學習，就是利用機車發動機與傳動機構異常狀態的智能識別裝置對機車發動機與傳動機構在正常工作狀態下的音響信號進行采樣學習，建立機車發動機與傳動機構正常音響情況下的特征空間。對機車發動機與傳動機構音響信號進行采樣、特征轉換、 建立特征空間的過程，就叫做對機車發動機與傳動機構音響信息的學習過程。所述的在線識別，就是在線采集機車發動機與傳動機構音響信號，通過對采集信號的特征提取與識別，實時作出決策是否需要向機車駕駛員提供警示信息。步驟一、系統學習具體分步驟如下(1)音響信號采集由拾音器采集發動機或傳動機構所發生的音響信號。這些音響信號包括汽車啟動、提速、不同轉速、不同車速、減速和剎車等工況下的音響信號，再通過信號放大器進行電壓放大后送入信號處理器。⑵模數轉換在信號處理器中，將電壓放大后的音響模擬信號轉換為數字信號，交由信號處理模塊進行處理。(3)對時變信號進行傅里葉變換對代表發動機的音響數字信號χ (t)進行傅里葉變換，即
權利要求
1.一種機車發動機與傳動機構異常狀態的智能識別方法，其特征在于，該方法包括系統學習與在線識別兩個步驟1)系統學習，利用機車發動機與傳動機構異常狀態的智能識別裝置對機車發動機與傳動機構在正常工作狀態下的音響信號進行采樣學習，建立機車發動機與傳動機構正常音響情況下的特征空間，對機車發動機與傳動機構音響信號進行采樣、特征轉換、建立特征空間的過程；2)在線識別，在線采集機車發動機與傳動機構音響信號，通過對采集信號的特征提取與識別，實時作出是否需要向機車駕駛員提供警示信息的決策。
2.根據權利要求1所述的機車發動機與傳動機構異常狀態的智能識別方法，其特征是，步驟1)中所述系統學習，包括分步驟如下(1)音響信號采集由拾音器采集發動機或傳動機構所發生的音響信號，再通過信號放大器進行電壓放大后送入信號處理器；(2)模數轉換在信號處理器中，將電壓放大后的音響模擬信號轉換為數字信號，交由信號處理模塊進行處理；(3)對時變信號進行傅里葉變換對代表發動機的音響數字信號χ (t)進行傅里葉變換
3.根據權利要求1所述的機車發動機與傳動機構異常狀態的智能識別方法，其特征是，步驟2)所述在線識別，包括分步驟如下(1)在線實時采集動力或傳動機構結構音響信號由拾音器在線實時采集發動機或傳動機構所發生的音響信號，再通過信號放大器進行電壓放大后送入信號處理器；(2)模數轉換在信號處理器中，將音響模擬信號轉換為數字信號，交由信號處理模塊；(3)對音響數字信號進行傅里葉變換對應發動機的實時音響數字信號x(t)通過
4.一種機車發動機與傳動機構異常狀態的智能識別裝置，其特征在于，該裝置包括多個拾音器、信號放大器、信號處理器和語音提示器，所述的拾音器設置在發動機外殼或機車底盤上，該拾音器的輸出接口與信號放大器的輸入接口連接，所述的信號放大器的輸出接口與信號處理器的輸入接口連接，所述的信號處理器的輸出接口與語音提示器的輸入接口連接。
5.根據權利要求4所述的一種機車發動機與傳動機構異常狀態的智能識別裝置，其特征在于，所述的拾音器采用微型駐極拾音器。
6.根據權利要求5所述的一種機車發動機與傳動機構異常狀態的智能識別裝置，其特征在于，所述的微型駐極拾音器包括導電薄膜、極性環、振動膜片、支承件，所述振動薄片， 由充以電荷的駐極體薄膜構成；所述導電薄膜，通過濺射或化學氣相沉積方法在振動薄膜的一側形成導電薄膜；所述極性環，設置在導電薄膜下側的導電環狀體；所述支撐件，即支撐導電薄膜圓周與極性環的部件以便與監測點固定部件緊固連接。
7.根據權利要求4所述的一種機車發動機與傳動機構異常狀態的智能識別裝置，其特征在于，所述的信號處理器，包括輸入接口、模數轉換模塊、信號處理模塊、內存模塊、輸出接口，所述的輸入接口的輸入端與拾音器輸出接口相連，輸入接口的輸出端與模數轉換模塊的輸入端連接，所述的模數轉換模塊的輸出端口與信號處理模塊的輸入端口連接，所述的信號處理模塊的輸出端口與輸出接口的輸入端連接，所述的輸出接口的輸出端與語音提示器輸入接口連接，所述的內存模塊寄存樣本特征數據庫，信號處理模塊與內存模塊之間通過信號處理器的內部信號總線連接，實現兩者之間的數據雙向交互。
8.根據權利要求4所述的一種機車發動機與傳動機構異常狀態的智能識別裝置，其特征在于，所述的語音提示器包括輸入接口、譯碼器、數字語音模塊、數模轉換器、功率放大模塊、揚聲器，所述的輸入接口的輸入端口與信號處理器的輸出接口連接，輸入接口的輸出端與譯碼器的輸入端口連接，所述的譯碼器的輸出端口與數字語音模塊的輸入端口連接， 所述的數字語音模塊的輸出端口與數模轉換器的輸入端口連接，所述的數模轉換器的輸出端口與功率放大模塊的輸入端口連接，所述的功率放大模塊的輸出端口與揚聲器的輸入端口連接。
全文摘要
本發明涉及一種機車發動機與傳動機構異常狀態的智能識別方法與裝置，該方法包括系統學習和在線識別兩部分；該裝置包括多個拾音器、信號放大器、信號處理器和語音提示器，所述的拾音器設置在發動機外殼或機車底盤上，該拾音器的輸出接口與信號放大器的輸入接口連接，所述的信號放大器的輸出接口與信號處理器的輸入接口連接，所述的信號處理器的輸出接口與語音提示器的輸入接口連接。與現有技術相比，本發明具有無需依賴被測對象的精確數學描述模型，而且檢測技術也極其簡單，就能夠對任意一種動力裝置的故障及其發生點實施在線實時識別等優點。
文檔編號F02B77/08GK102452403SQ20101052263
公開日2012年5月16日 申請日期2010年10月27日 優先權日2010年10月27日
發明者吳浩, 應俊豪, 張秀彬, 李小波 申請人:上海工程技術大學