磁悬浮系统的电流传感器故障诊断方法、装置及设备与流程

本发明涉及磁浮交通，特别涉及一种磁悬浮系统的电流传感器故障诊断方法、装置及设备。

背景技术：

1、在磁悬浮列车（或称磁浮列车）中磁悬浮系统的安全与可靠是保障运行安全的关键环节。其中，电流传感器作为悬浮控制回路的核心测量部件，其输出精度直接影响控制器对电磁力的调节效果。一旦电流传感器发生漂移、噪声增强或间歇性中断等故障，将导致悬浮电流反馈失真，进而影响悬浮力的稳定性和乘坐的安全舒适性。

2、相关技术中，缺乏针对磁悬浮系统中电流传感器的专用故障诊断手段，通常依赖系统级残差监测或控制异常进行间接判断；随着运行工况复杂性和系统非线性增强，常规方案在实时性、准确性及鲁棒性方面难以满足工程应用需求。

3、因此，如何能够准确地诊断磁悬浮系统中电流传感器的故障，提高复杂工况下故障诊断的灵敏性和鲁棒性，是现今急需解决的问题。

技术实现思路

1、本发明的目的是提供一种磁悬浮系统的电流传感器故障诊断方法、装置及设备，以准确地诊断磁悬浮系统中电流传感器的故障，提高复杂工况下故障诊断的灵敏性和鲁棒性。

2、为解决上述技术问题，本发明提供一种磁悬浮系统的电流传感器故障诊断方法，包括：

3、对获取的磁悬浮系统的多通道时序数据进行预处理，得到待诊断时序数据；其中，所述多通道时序数据包括电流传感器采集的电磁铁电流和与悬浮状态相关的至少一种运行参数；

4、对所述待诊断时序数据进行频率调制处理，得到调制时序数据；其中，所述频率调制处理包括频域转换处理、滤波处理和时域转换处理；所述滤波处理包括噪声过滤处理；

5、提取并聚合所述调制时序数据中各通道时序数据的通道相关性特征，得到核心特征；

6、将所述核心特征与所述调制时序数据中各通道时序数据分别进行融合，得到跨通道融合特征；

7、根据所述跨通道融合特征确定所述电流传感器的状态类别；其中，所述状态类别包括正常类型和预设故障类型。

8、在另一方面，所述对所述待诊断时序数据进行频率调制处理，得到调制时序数据，包括：

9、对所述待诊断时序数据进行频域转换处理，获取频域数据；

10、对所述频域数据进行噪声过滤处理，得到各所述通道的频域特征；

11、对所述频域数据和所述频域特征分别进行可学习滤波处理，获取并聚合所述频域数据和所述频域特征的可学习滤波结果，得到融合频域特征；

12、对所述融合频域特征进行时域转换处理，得到所述调制时序数据。

13、在另一方面，所述对所述频域数据进行噪声过滤处理，得到各所述通道的频域特征，包括：

14、计算所述频域数据中各频率分量的幅值平方，得到功率谱；

15、将所述功率谱中的各功率值与可学习阈值进行比较，生成二进制频率掩码；

16、将所述频域数据与所述二进制频率掩码逐元素相乘，得到所述频域特征。

17、在另一方面，所述对所述频域数据和所述频域特征分别进行可学习滤波处理，获取并聚合所述频域数据和所述频域特征的可学习滤波结果，得到融合频域特征，包括：

18、利用全局可学习滤波器对所述频域数据进行特征提取，得到全局提取特征；

19、利用局部可学习滤波器对所述频域特征进行特征提取，得到局部提取特征；

20、将所述全局提取特征与所述局部提取特征相加，得到所述融合频域特征。

21、在另一方面，所述对所述待诊断时序数据进行频域转换处理，获取频域数据，包括：

22、对所述待诊断时序数据进行快速傅里叶变换，得到所述频域数据；

23、所述对所述融合频域特征进行时域转换处理，得到所述调制时序数据，包括：

24、对所述融合频域特征进行快速傅里叶反变换，得到所述调制时序数据。

25、在另一方面，所述提取并聚合所述调制时序数据中各通道时序数据的通道相关性特征，得到核心特征，包括：

26、通过多层感知机分别对各所述通道的调制时序数据进行映射，并对各映射结果进行随机池化，得到所述核心特征。

27、在另一方面，所述运行参数包括控制器输出电压、悬浮间隙值和加速度响应；所述预设故障类型包括渐变漂移故障、噪声增强故障和间歇中断故障中的至少一项。

28、在另一方面，所述状态类别为所述故障诊断模型的输出；所述对所述待诊断时序数据进行频率调制处理，得到调制时序数据，包括：

29、将所述待诊断时序数据输入到故障诊断模型，利用所述故障诊断模型对所述待诊断时序数据进行频率调制处理，得到调制时序数据。

30、在另一方面，该方法还包括：所述故障诊断模型的训练过程；

31、所述故障诊断模型的训练过程，包括：

32、利用预设训练数据集，对原始故障诊断模型进行训练，得到所述故障诊断模型；其中，所述预设训练数据集包括各所述预设故障类型各自对应的故障数据集，每个所述故障数据集中的训练样本带有各自对应的预设故障类型的标签，每个所述训练样本均包括多通道训练数据，所述多通道训练数据包括电流传感器采集的电磁铁电流和与悬浮状态相关的至少一种运行参数。

33、在另一方面，所述利用预设训练数据集，对原始故障诊断模型进行训练，得到所述故障诊断模型，包括：

34、在所述原始故障诊断模型的训练过程中采用分类性能指标和故障响应敏感性指标进行模型评估；其中，所述分类性能指标包括精确率、召回率和f1分数。

35、在另一方面，对获取的磁悬浮系统的多通道时序数据进行预处理，得到待诊断时序数据，包括：

36、对所述多通道时序数据进行时间同步和去噪处理，得到所述待诊断时序数据。

37、在另一方面，所述根据所述跨通道融合特征确定所述电流传感器的状态类别，包括：

38、对所述跨通道融合特征进行池化和非线性映射，获得所述正常类型和各所述预设故障类型各自的概率分布；

39、根据所述概率分布，确定所述电流传感器的状态类别。

40、在另一方面，所述对所述跨通道融合特征进行池化和非线性映射，获得所述正常类型和各所述预设故障类型各自的概率分布，包括：

41、沿时间维度对所述跨通道融合特征分别进行全局平均池化和全局最大池化，对所得池化特征进行融合，并依次通过层归一化和残差连接，得到池化特征；

42、采用两层多层感知机对所述池化特征进行非线性映射，并将映射结果依次通过全连接层和归一化函数，得到所述正常类型和各所述预设故障类型各自的概率分布。

43、本发明还提供了一种磁悬浮系统的电流传感器故障诊断装置，包括：

44、预处理模块，用于对获取的磁悬浮系统的多通道时序数据进行预处理，得到待诊断时序数据；其中，所述多通道时序数据包括电流传感器采集的电磁铁电流和与悬浮状态相关的至少一种运行参数；

45、频率调制模块，用于对所述待诊断时序数据进行频率调制处理，得到调制时序数据；其中，所述频率调制处理包括频域转换处理、滤波处理和时域转换处理；所述滤波处理包括噪声过滤处理；

46、提取聚合模块，用于提取并聚合所述调制时序数据中各通道时序数据的通道相关性特征，得到核心特征；

47、特征融合模块，用于将所述核心特征与所述调制时序数据中各通道时序数据分别进行融合，得到跨通道融合特征；

48、故障识别模块，用于根据所述跨通道融合特征确定所述电流传感器的状态类别；其中，所述状态类别包括正常类型和预设故障类型。

49、此外，本发明还提供了一种磁悬浮系统的电流传感器故障诊断设备，包括：

50、存储器，用于存储计算机程序；

51、处理器，用于执行所述计算机程序时实现如上述磁悬浮系统的电流传感器故障诊断方法的步骤。

52、本发明所提供的一种磁悬浮系统的电流传感器故障诊断方法，包括：对获取的磁悬浮系统的多通道时序数据进行预处理，得到待诊断时序数据；其中，多通道时序数据包括电流传感器采集的电磁铁电流和与悬浮状态相关的至少一种运行参数；对待诊断时序数据进行频率调制处理，得到调制时序数据；其中，频率调制处理包括频域转换处理、滤波处理和时域转换处理；滤波处理包括噪声过滤处理；提取并聚合调制时序数据中各通道时序数据的通道相关性特征，得到核心特征；将核心特征与调制时序数据中各通道时序数据分别进行融合，得到跨通道融合特征；根据跨通道融合特征确定电流传感器的状态类别；其中，状态类别包括正常类型和预设故障类型。

53、可见，本发明通过对待诊断时序数据进行频率调制处理，得到调制时序数据，能够在频域中动态调节多通道时序信号的频率成分，过滤噪声，提高了对非平稳信号、渐变故障和微弱故障的敏感性；并且通过将核心特征与调制时序数据中各通道时序数据分别进行融合，得到跨通道融合特征，能够共同处理电流传感器采集的电磁铁电流与悬浮状态的运行参数，利用多通道间的关联变化进行辅助判断，使电流传感器的故障特征更易与正常状态区分，提高了复杂工况下故障诊断的灵敏性和鲁棒性。此外，本发明还提供了一种磁悬浮系统的电流传感器故障诊断装置及设备，同样具有上述有益效果。