一种地铁空压机快速故障诊断方法及系统

摘要: 本发明属于地铁空压机快速故障诊断,更具体地说,尤其涉及一种地铁空压机快速故障诊断方法。同时,本发明还涉及一种地铁空压机快速故障诊断系统。背景技术:1、地铁车辆空...
一种地铁空压机快速故障诊断方法及系统

本发明属于地铁空压机快速故障诊断,更具体地说,尤其涉及一种地铁空压机快速故障诊断方法。同时,本发明还涉及一种地铁空压机快速故障诊断系统。

背景技术:

1、地铁车辆空气压缩机是制动系统、车门系统及其他气动部件的压缩空气来源。空压机长期工作在高负荷、变工况和强振动环境下,压力、电流、温度及阀门状态会随部件磨损、管路泄漏、过热或电气异常而发生变化。若故障未被及时识别,可能造成供气压力不足、制动性能下降或运营中断。

2、现有地铁空压机诊断方法通常采用固定阈值、单一机器学习模型,或者将卷积网络与循环网络串联为一个端到端分类模型。上述方法多以统一统计分布处理全部运行时段,没有区分启动加载、稳态供气和卸载等工况相位;正常的相位切换会引起压力、电流和温度产生突变,容易被模型误认为故障。

3、另一方面,若将全部窗口持续上传至后台复杂模型复核,会占用车辆通信带宽和后台算力;若只依赖边缘轻量模型,又难以识别跨周期弱异常。现有技术还缺少根据边缘预测不确定度、相位条件残差和相位切换事件选择复核窗口,并在模型冲突、通信延迟和数据质量变化条件下动态调整融合权重的诊断机制。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺点,实现地铁空压机在变工况条件下的低漏检快速故障诊断,同时显著减少了边云通信负担和后台算力消耗,并具备诊断结果可追溯和模型持续进化的能力。

2、为实现上述目的,本发明提供如下技术方案:

3、一种地铁空压机快速故障诊断方法,包括以下步骤:

4、s1:获取地铁空压机的连续物理量、离散状态量和数据质量信息;根据压缩机运行状态、电机电流变化及储层压力变化识别当前工况相位,并根据对应工况相位的正常基线计算相位条件残差,形成包含标准化特征、相位条件残差、相位编码和数据质量掩码的增强特征序列;

5、s2:沿时间轴分别构建固定长度滑动窗口和以工况相位切换时刻为锚点的相位对齐窗口,将两类窗口输入部署于边缘端的第一诊断模型,得到第一故障概率、预测不确定度和残差异常度;

6、s3:根据所述第一故障概率、预测不确定度、残差异常度及工况相位切换事件确定后台复核触发状态;仅在满足复核触发条件或周期抽检条件时,将带有设备标识、窗口标识、时间戳、增强特征序列和数据质量信息的复核数据包发送至后台端,并由第二诊断模型输出第二故障概率;

7、s4:根据两个诊断模型的置信度、各自接收数据的数据质量以及模型输出与残差异常证据的一致性确定动态融合权重,生成融合故障概率;结合空压机运行状态约束和告警迟滞条件输出确认故障、临时预警或正常结果,并在模型结果冲突或后台复核超时时保留边缘端预警记录;

8、s5:关联存储工况相位、窗口标识、第一故障概率、第二故障概率、动态融合权重、融合故障概率、冲突状态和推理耗时,并将经维护结果确认的窗口作为候选更新样本,用于数据漂移检测和模型版本更新。

9、优选的,所述s1中,连续物理量至少包括压缩机压力、气动面板压力、旋风分离器出口压力、干燥塔压降、储层压力、机油温度和电机电流中的多项;所述工况相位至少包括停机相位、启动加载相位、稳态供气相位和卸载相位;工况相位切换须在对应状态条件连续满足预设采样点数后确认。

10、优选的,所述s1中,针对每一种工况相位和每一维连续物理量,根据训练时间段内被标记为正常的样本计算中位数、下分位数和上分位数;以当前标准化特征与对应相位中位数的差值绝对值作为分子,以上分位数与下分位数之差加预设正数作为分母,获得相位条件残差,并根据各维残差的加权和生成所述残差异常度。

11、优选的,所述s2中,固定长度滑动窗口包含120至480个连续采样点;所述相位对齐窗口从当前工况相位最近一次被确认的切换时刻开始构建,对不足预设长度的部分进行补齐并设置缺失掩码,对超过预设长度的部分执行重采样或池化,所述两类窗口沿特征维度拼接或者分别输入第一诊断模型的两个输入支路。

12、优选的,所述s2中,预测不确定度采用第一故障概率对应的归一化二元熵计算;当第一故障概率达到预警阈值、预测不确定度达到不确定度阈值、残差异常度达到残差阈值或检测到工况相位切换时触发后台复核,并从未触发复核的窗口中按照预设周期抽取窗口进行后台抽检。

13、优选的,所述s3中,第二诊断模型将增强特征序列划分为具有重叠区域的多个时序分块,将各时序分块经线性投影和位置编码后输入多层transformer编码器,经池化和全连接处理输出第二故障概率;后台端根据窗口标识和时间戳将第二故障概率与对应的边缘端结果对齐。

14、优选的,所述s4中,第一诊断模型的动态融合权重由该模型的基础权重、模型置信度、数据质量系数及模型输出与残差异常度的一致性系数相乘得到;所述第二诊断模型的基础权重高于第一诊断模型的基础权重,且当复核数据包存在缺失、插值比例过高或时间对齐误差时降低第二诊断模型的动态融合权重。

15、优选的,所述s4中,故障触发阈值高于故障解除阈值;融合故障概率连续达到故障触发阈值预设次数后确认故障,连续低于故障解除阈值预设次数后解除故障;当后台复核在最大等待时间内未返回时输出临时预警,后台结果到达后根据窗口标识更新确认状态但不删除原始预警记录。

16、优选的,所述s5中,对近期确认正常窗口与训练基线之间的特征分布差异进行数据漂移检测;当漂移程度达到阈值或累计获得预设数量的维护确认样本时更新第二诊断模型,并以更新后的第二诊断模型作为教师模型向第一诊断模型进行知识蒸馏;仅在候选第一诊断模型同时满足故障召回率、模型容量和推理时延约束时进行版本替换。

17、另一方面,本发明提出一种地铁空压机快速故障诊断系统,包括:数据接入模块、工况相位识别模块、相位残差构建模块、窗口构建模块、边缘诊断模块、复核触发模块、后台复核模块、动态融合模块、告警状态机模块、模型管理模块及历史记录模块;

18、所述数据接入模块、工况相位识别模块、相位残差构建模块、窗口构建模块、边缘诊断模块、复核触发模块、后台复核模块、动态融合模块、告警状态机模块、模型管理模块及历史记录模块被配置为用于执行上述方法的步骤;

19、所述边缘诊断模块和复核触发模块设置于车辆端、车载网关或检修现场的边缘计算设备,所述后台复核模块和模型管理模块设置于运维服务器或云端计算节点;边缘端仅上传满足复核触发条件或周期抽检条件的复核数据包,并为每个复核数据包设置不可重复的窗口标识。

20、与现有技术相比,本发明的技术效果和优点:

21、1、变工况适应性增强:以停机、启动加载、稳态供气和卸载相位分别建立正常基线,将正常工况切换导致的压力和电流偏移与持续异常区分开,降低统一阈值和统一统计分布造成的误告警。

22、2、通信和算力按需使用:边缘端依据故障概率、概率熵不确定度、相位残差异常度和相位切换事件选择复核窗口,使高置信正常窗口无需逐窗上传,同时通过周期抽检控制长期漏检风险。

23、3、诊断状态稳定且可持续维护:融合权重随模型置信度、数据质量和残差一致性动态变化,并结合触发/解除双阈值、连续窗口计数、冲突保留、超时降级、漂移检测和受约束模型更新,形成可追溯闭环。